Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Membre a labase
Najib Djamai : Ressources naturelles Canada
La mission Sentinel-2 (S2) a l’objectif d’assurer des acquisitions d'images multi-spectrales à haute résolution spatiale alliées à une fréquence de revisite élevée pour le suivi spatio-temporel de la surface, incluant les paramètres de la végétation. Simplified Level 2 Product Prototype Processor (SL2P), une collection de réseaux de neurones artificiels formés par des simulations de la canopée représentatives à l'échelle globale, est proposé pour estimer les paramètres biophysiques de la végétation à partir des données S2.
L’objectif de ce travail est d’évaluer l’incertitude des produits des paramètres de la végétation obtenus avec les images S2 et SL2P en zone agricole située aux Prairies Canadiennes et proposer une approche de régularisation des produits avec Apprentissage Actif : une base de données de calibration locale peuplée par les estimations valides d’un paramètre donné obtenues avec SL2P et des indices spectraux sélectionnés avec Least Absolute Shrinkage and Selection Operator regression.
Les mesures in-situ de la campagne de terrain Soil Moisture Active Passive Validation Experiment 2016 sont utilisées pour la validation.
Les résultats confirment que l’incertitude des estimations des paramètres de la végétation obtenues avec les images S2 et SL2P en zone agricole satisfait les exigences de la mission, et que la régularisation permet de réduire les valeurs aberrantes obtenues dans les produits de SL2P et d’augmenter la fraction des estimations valides.
L’observation de la Terre (OT) concerne l’acquisition et la production d’informations sur notre milieu de vie, notamment les ressources naturelles, l’environnement, l’atmosphère et les infrastructures, à l’aide des technologies de télédétection par satellites ou par d’autres moyens aériens (avions, drones). On assiste de plus en plus à un développement fulgurant des différents types de plateformes d’acquisition par les agences spatiales à travers le monde, mais également par le secteur privé. Cette effervescence est motivée par les défis et les possibilités énormes liés, entre autres, à la gestion des espaces territoriaux, à la gestion des ressources naturelles ou au changement climatique. Les différentes plateformes permettent d’imager les territoires à des échelles temporelles et spatiales inédites, contribuant ainsi à une compréhension de plus en plus raffinée de notre environnement de vie. Ces technologies sont incontournables pour le Québec et le reste du Canada, compte tenu des énormes étendues territoriales peu habitées. Avec la multiplication des plateformes, l’OT est l’une des plus grandes sources de mégadonnées. Elle cumule jour après jour des quantités phénoménales de données. Se pose alors le défi de l’exploitation de ces données massives à l’ère de la 4e révolution industrielle pour produire de l’information décisionnelle. Les progrès importants en intelligence artificielle influencent grandement les approches utilisées en télédétection, sur le plan tant des traitements que de l’utilisation de ces données. Ainsi, le colloque proposé s’interroge sur la place de l’OT dans cette nouvelle ère, les tendances dans l’archivage, les traitements et l’exploitation des données. Il s’interroge sur les changements de paradigmes, et en particulier sur l’impact sur la compréhension fondamentale des données d’OT face à des méthodes d’extraction automatisée. Le colloque s’intéresse à l’OT sous différents angles (mégadonnées, IA, etc.).
Titre du colloque :
Thème du colloque :