À l’aide de données de surveillance par satellite, les chercheurs ont développé un algorithme d’apprentissage en profondeur qui pourrait fournir des cartes mensuelles en temps réel de l’utilisation des terres et de la couverture terrestre pour certaines parties de l’Inde.
L’un des 10 pays les plus riches en forêts du monde, environ 80,9 millions d’hectares d’arbres couvrent l’Inde, soit environ 25 % du pays, mais il s’agit d’une baisse significative par rapport aux années passées. Entre les années 1890 et les années 1990, une combinaison de développement économique rapide et de surexploitation des ressources locales a conduit l’Inde à perdre près de 80 % de sa superficie forestière native. Aujourd’hui, alors que les forêts indiennes continuent de disparaître, les chercheurs se concentrent sur la préservation de ce qui reste.
« Notre travail a été réalisé dans le but d’aider le gouvernement et les industries indiens à améliorer les tentatives du pays en matière de durabilité des forêts », a déclaré Ying Zuo, auteur principal du projet et étudiant diplômé en sciences de la terre à l’Ohio State University.
Le système de surveillance de l’utilisation des terres a été formé à l’aide de données fournies par l’Initiative internationale sur le climat et les forêts (NICFI) de Norvège, une entreprise du gouvernement norvégien qui vise à réduire la destruction des forêts tropicales, en partie en fournissant des images haute résolution des tropiques du monde. Le produit est généré à partir d’images de PlanetScope, une constellation de satellites qui prend des images quotidiennes du globe entier.
En combinant les données des produits NICFI avec une carte mondiale de la couverture terrestre produite par l’Université de Tsinghua, leur modèle d’apprentissage en profondeur a pu acquérir un type de carte de base plus détaillée de la région.
« Dans un effort pour combiner deux ensembles de données dans le même système, nous les avons rééchantillonnés dans la même résolution spatiale et aligné chaque pixel pour créer un ensemble de données d’entraînement apparié étiqueté par image », a déclaré Zuo. « Le processus nous aide à assimiler les deux ensembles de données afin qu’ils puissent être utilisés pour former notre modèle d’apprentissage en profondeur. » Cela fusionne essentiellement des milliers de petites images dans une carte de base plus grande.
Après avoir formé leur modèle d’apprentissage en profondeur sur ces nouvelles images satellites, l’équipe a pu traiter 10 cartes de base de la zone, allant de janvier à octobre 2022.
L’affiche de recherche a été présentée la semaine dernière à l’assemblée annuelle de la Union géophysique américaine. Au cours de sa présentation, Zuo a déclaré qu’en utilisant ces cartes, l’équipe a pu détecter les changements saisonniers à travers l’Inde, tels que les changements de terres arides, la façon dont les terres cultivées ont été affectées par les moussons pendant la saison des pluies et la répartition des forêts dans les régions montagneuses.
L’une des conclusions de l’étude est qu’il est vital pour les écologistes d’étudier de plus près l’impact saisonnier des moussons sur le couvert forestier de l’Inde. Comprendre ces changements saisonniers peut aider les scientifiques à comprendre les effets du changement climatique sur les forêts.
« A mesure que la température moyenne de notre Terre augmente, les risques naturels deviendront beaucoup plus fréquents, donc avoir ces cartes à notre disposition permet à chacun de comprendre comment ce problème affecte la vie sur Terre », a-t-elle déclaré.
De plus, si l’équipe peut étendre la durée de ces cartes de base sur plusieurs années au lieu de plusieurs mois, Zuo a déclaré que de meilleurs résultats pourraient aider les scientifiques à étudier d’autres changements annuels dans le monde, tels que les inondations.
« Les caractéristiques des forêts locales et de leurs habitats environnants pourraient probablement être différentes dans d’autres régions », a déclaré Zuo. « Mais avec l’aide d’ensembles de données plus détaillés, notre travail pourrait facilement être utilisé dans des régions du monde où la détection et l’alerte du public sur la dégradation des forêts et ses effets secondaires doivent devenir une priorité. »
Les co-auteurs de l’affiche incluent CK Shum, Rongjun Qin, Yuanyuan Jia, Guixiang Zhang et Shengxi Gui, tous chercheurs de l’État de l’Ohio.
Plus d’information:
Affiche de recherche : Classification assistée par apprentissage en profondeur de l’utilisation des terres de l’ensemble de l’Inde à l’aide des produits NICFI