D\u00e9couvrez le r\u00f4le de l’IA \u00e0 bord des satellites dans la lutte contre le r\u00e9chauffement climatique !<\/p>\n\n\n\n
\u00c0 l\u2019heure du smartphone et de la visioconf\u00e9rence, le volume d\u2019images qui transite sur nos r\u00e9seaux cro\u00eet tr\u00e8s rapidement, et il en est de m\u00eame dans l\u2019espace. Le nombre de satellites civils ou militaires qui font de l\u2019observation de la terre a \u00e9t\u00e9 multipli\u00e9 par quatre sur ces trois derni\u00e8res d\u00e9cennies1<\/a><\/sup>. Pour faire face \u00e0 ce flux d\u2019images nouvelles qui nous en disent plus sur l\u2019\u00e9tat de notre plan\u00e8te, des technologies de Machine Learning (ML) peuvent \u00eatre utilis\u00e9es.<\/p>\n\n\n\n En effet, le succ\u00e8s du ML repose en partie sur ses performances en analyse d\u2019image. Son usage s\u2019est d’ailleurs d\u00e9j\u00e0 d\u00e9mocratis\u00e9 dans de nombreux secteurs tels que l\u2019a\u00e9ronautique, la D\u00e9fense, le m\u00e9dical etc. Cet afflux de nouveaux satellites d\u2019observation fait suite aux effets imm\u00e9diats de l\u2019urgence climatique.<\/p>\n\n\n\n De nombreux scientifiques et ing\u00e9nieurs ont d\u2019abord utilis\u00e9 de l\u2019IA au sol pour traiter les volumes d\u2019image. Dor\u00e9navant ils cherchent \u00e0 embarquer l\u2019IA dans le syst\u00e8me d’imagerie satellitaire afin d\u2019augmenter leurs performances et r\u00e9duire les volumes de transmissions. <\/p>\n\n\n\n En 2020, le pas fut franchi suite au d\u00e9ploiement du premier satellite d\u2019observation de la Terre dot\u00e9 d\u2019intelligence artificielle par l’Agence Spatiale Europ\u00e9enne (ESA)2<\/a><\/sup>. L\u2019imagerie par satellites contribue d\u00e9j\u00e0 depuis quelques ann\u00e9es \u00e0 la lutte contre le r\u00e9chauffement climatique. <\/p>\n\n\n\n En effet, les images envoy\u00e9es depuis le satellite fournissent une observation d\u00e9taill\u00e9e de l\u2019\u00e9tat de notre plan\u00e8te allant jusqu\u2019\u00e0 une r\u00e9solution de 5 m\u00e8tres3<\/a><\/sup>. Cela joue un r\u00f4le cl\u00e9 par exemple dans le suivi des objectifs de d\u00e9veloppement durable. La baisse drastique du co\u00fbt de mise en orbite terrestre d\u2019un satellite ces derni\u00e8res d\u00e9cennies a fortement stimul\u00e9 cette activit\u00e9. Par cons\u00e9quent les envois de satellites ont explos\u00e9, puisque l\u2019on en d\u00e9nombrait seulement 500 en 1990 contre 2063 en 2020. Parmi eux 38 % \u00e9taient d\u00e9di\u00e9s \u00e0 l\u2019observation terrestre4<\/a><\/sup>. Leur r\u00f4le, \u00e0 l\u2019image du nanosatellite Ven\u00b5s lanc\u00e9 en 2018, est de fournir des indicateurs qui traduisent l\u2019\u00e9tat d\u2019un \u00e9cosyst\u00e8me (for\u00eats, oc\u00e9ans, hausse ou baisse des temp\u00e9ratures)5<\/a><\/sup>.<\/p>\n\n\n\n Cependant, la multiplication du nombre de satellites donne n\u00e9cessairement lieu \u00e0 un accroissement proportionnel de la volum\u00e9trie d\u2019images \u00e0 traiter et \u00e0 analyser par les chercheurs en m\u00e9t\u00e9orologie. L\u2019augmentation de la volum\u00e9trie s\u2019explique aussi par les progr\u00e8s technologiques. En effet, la sophistication r\u00e9cente des \u00e9quipements d’imagerie satellitaire permet d\u2019envoyer toujours plus d\u2019images, dans de plus hautes r\u00e9solutions. Par cons\u00e9quent, le volume d\u2019images climatologiques \u00e0 analyser par l\u2019Homme grandit de mani\u00e8re exponentielle.<\/p>\n\n\n\n Comme il n\u2019est pas possible de faire cro\u00eetre dans la m\u00eame mesure le nombre de climatologues et de sp\u00e9cialistes d\u2019analyses de donn\u00e9es climatologiques, l’automatisation est n\u00e9cessaire. Ensuite \u00e0 bord du satellite, o\u00f9 l’analyse d\u2019images r\u00e9duit les volumes \u00e0 transmettre et donc les besoins \u00e9nerg\u00e9tiques du satellite pour ces transmissions6<\/a><\/sup>. R\u00e9duire les volumes de transmission est essentiel car celles-ci s\u2019effectuent par ondes radio. Or ces derni\u00e8res sont de plus en plus encombr\u00e9es voire satur\u00e9es; et cela ne va pas aller en s\u2019arrangeant. Il devient urgent de ne transmettre que de l\u2019information utile, et non des monticules de donn\u00e9es brutes. Par exemple, l’utilisation du Machine Learning permet de d\u00e9tecter la pr\u00e9sence de nuages obstruant le contenu de l\u2019image et d\u2019\u00e9viter l\u2019envoie d\u2019information si elle ne sera pas utile au sol.<\/p>\n\n\n\n L\u2019observation en continue de notre plan\u00e8te permet de suivre l\u2019\u00e9volution de l\u2019ensemble des facteurs environnementaux. Ainsi, il est possible de suivre aussi bien la fonte des glaces, la d\u00e9forestation, l\u2019ass\u00e8chement ou la mont\u00e9e des eaux sur certains territoires. L\u2019IA compare les images satellites et identifie tout changement environnemental y compris dans des zones non-habit\u00e9es ou qui ne ne disposent pas de syst\u00e8mes de suivi climatique sur le terrain.<\/p>\n\n\n\n Mais le r\u00f4le de l\u2019IA dans l\u2019analyse d\u2019images satellite ne s\u2019arr\u00eate pas \u00e0 la simple d\u00e9tection de changements. En effet, elle permet de concevoir des outils dont le but est de pr\u00e9dire l\u2019\u00e9volution climatique d\u2019un territoire et de lancer des alertes si n\u00e9cessaire. Il est, par exemple, possible d\u2019\u00e9tablir un outil de d\u00e9tection de mont\u00e9e des eaux qui enverra une alerte au centre m\u00e9t\u00e9orologique pour pr\u00e9venir d\u2019une inondation \u00e0 venir.<\/p>\n\n\n\n Un projet men\u00e9 en 2020 par l’Institut d\u2019Alan Turing visait \u00e0 rep\u00e9rer, suivre et \u00e9tudier la d\u00e9sint\u00e9gration des icebergs dans la mer d’Amundsen via une technique d’apprentissage automatique. Ces algorithmes d\u2019IA ont donc \u00e9t\u00e9 con\u00e7us dans le but de pr\u00e9dire l\u2019\u00e9volution des banquises et de potentiellement r\u00e9v\u00e9ler et de pr\u00e9dire l\u2019\u00e9volution des populations d’icebergs et leurs trajectoires dans les mers c\u00f4ti\u00e8res7<\/a><\/sup>.<\/p>\n\n\n\n L\u2019Intelligence artificielle offre la possibilit\u00e9 d\u2019analyser et de croiser un nombre important de variables climatiques. La combinaison de donn\u00e9es terrestres et spatiales apporte des donn\u00e9es essentielles pour \u00e9tablir des corr\u00e9lations entre ces variables. Cela dans le but de mieux comprendre les enjeux environnementaux et d\u2019y apporter des solutions. Elle fournit \u00e0 l\u2019ensemble des d\u00e9cideurs (ONG, gouvernements et simples citoyens) des \u00e9l\u00e9ments cl\u00e9s de lecture sur l\u2019\u00e9volution du climat et ses impacts sur nos vies.<\/p>\n\n\n D\u00e9couvrez le r\u00f4le de l’IA \u00e0 bord des satellites dans la lutte contre le r\u00e9chauffement climatique ! \u00c0 l\u2019heure du smartphone et de la visioconf\u00e9rence, le volume d\u2019images qui transite sur nos r\u00e9seaux cro\u00eet tr\u00e8s rapidement, et il en est de m\u00eame dans l\u2019espace. Le nombre de satellites civils ou militaires qui font de l\u2019observation […]<\/p>\n","protected":false},"author":8,"featured_media":7090,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"[{\"content\":\"Toujours plus de satellites au dessus de nos t\u00eates | Statista<\/a>\",\"id\":\"2c1167b4-d0fe-459a-8005-5dbe4405bda8\"},{\"content\":\"[En images] L\u2019intelligence artificielle grimpe \u00e0 bord des satellites pour am\u00e9liorer l\u2019observation de la Terre<\/a>\",\"id\":\"a362314a-5815-463c-b9c3-c55b6b4fb298\"},{\"content\":\"Images satellitaires et drones, de nouveaux alli\u00e9s contre le r\u00e9chauffement climatique<\/a>\",\"id\":\"b76a0342-8339-4521-bf2d-07beb1b05198\"},{\"content\":\"Combien de satellites tournent autour de la Terre ?<\/a>\",\"id\":\"2d3abb44-6b32-4236-9748-91e95aa2278c\"},{\"content\":\"Your gateway to Earth Observation<\/a>\",\"id\":\"cb53d0d8-be7b-428d-a8fd-56fb2198923f\"},{\"content\":\"En 2022, Grenoble surveillera l\u2019\u00e9tat de la plan\u00e8te depuis l\u2019espace - France Bleu<\/a>\",\"id\":\"9aa758e1-4923-481f-b83d-caeb69298f76\"},{\"content\":\"Improving tracking of iceberg populations in the Southern Ocean | The Alan Turing Institute<\/a>\",\"id\":\"36deb8ad-f14b-41ab-92b0-9f41559eadbf\"}]"},"categories":[142],"tags":[156,170],"class_list":["post-7086","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia-et-societe","tag-aerospatiale","tag-environnement"],"acf":[],"_links":{"self":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/7086","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/comments?post=7086"}],"version-history":[{"count":0,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/7086\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media\/7090"}],"wp:attachment":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media?parent=7086"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/categories?post=7086"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/tags?post=7086"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Quel est le r\u00f4le de l’imagerie satellitaire dans l’observation de l’environnement ?<\/h2>\n\n\n\n
Comment g\u00e9rer un flux toujours croissant d’images \u00e0 traiter ?<\/h2>\n\n\n\n
L\u2019analyse d\u2019images par des IA permet de r\u00e9soudre deux probl\u00e8mes. Tout d\u2019abord au sol, o\u00f9 elle assiste les scientifiques en automatisant l\u2019analyse d\u2019images pour r\u00e9duire leur charge de travail. Sans l\u2019impl\u00e9mentation de solutions de machine learning, les sp\u00e9cialistes se retrouveraient face \u00e0 un goulot d’\u00e9tranglement devant le volume de donn\u00e9es \u00e0 analyser.<\/p>\n\n\n\nCas d’utilisation de l’IA dans l’imagerie satellitaire<\/h2>\n\n\n\n