Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Membre a labase
Simon Bélanger : UQAR - Université du Québec à Rimouski
La qualité optique des environnements aquatiques (QOA) peut être suivi par satellite au moyen d’outils d’observation de la terre (OT) optimisés pour estimer la couleur des eaux de surface. Dès la fin des années 1970, on a mis en orbite des capteurs satellitaires conçus pour mesurer la couleur des océans, permettant ainsi d’acquérir une perspective globale de la productivité primaires des océans. Limité par leur résolution spatiale, ces premiers capteurs étaient peu utiles pour le suivi des eaux côtières, des estuaires et des lacs. Au cours de la dernière décennie, le nombre de capteurs satellitaires offrant des capacités pour le suivi de la QOA à haute résolution spatiale s’est multiplié. Cependant, la complexité du signal spectral mesuré à proximité d’une grande diversité de côtes et d’environnements complique l’interprétation du signal et demande le développement de nouvelles approches dans le traitement des données. Par le biais d’exemples, je présenterai comment l’intelligence artificielle peut nous aider à solutionner des problèmes complexes dans le traitement des données pour le suivi de la QOA.
L’observation de la Terre (OT) a depuis longtemps fait ses preuves en appui à la prise de décisions éclairées dans de multiples champs, dont l’agriculture, l’hydrologie, la foresterie et la sécurité civile. Par ailleurs, au cours de la dernière décennie, un essor technologique et conceptuel intense a amené une multiplication des capteurs, un raffinement majeur des résolutions autant spatiales que temporelles, certes signes précurseurs de développement, mais aussi d’enjeux sociétaux.
S’inscrivant dans la foulée du colloque Acfas 2021, L’observation de la Terre à l’ère de la 4e révolution industrielle, cette édition se concentre sur quatre tendances clés : 1) l’introduction de nouveaux capteurs et plateformes innovantes; 2) les défis posés par les données massives; 3) l’utilisation de l’intelligence artificielle; et 4) la démocratisation de l’accès et de l’analyse des données.
En premier lieu, les nouveaux capteurs (LiDAR, hyperspectral) et plateformes (drones, CubeSat) repoussent les frontières radiométriques et spatiales, permettent la concrétisation de séries temporelles fiables et encouragent l’entrée de nouveaux joueurs dans le milieu. La multiplication des données d’OT nécessite quant une gestion de mégadonnées pour lesquelles les requêtes et l’analyse exigent des compétences complexes et un savoir-faire unique. Par ailleurs, l’IA s’étant rapidement imposée comme incontournable en OT, ses capacités d’automatisation et d’analyse révolutionnent le domaine du traitement des images, mais, en contrepartie, provoquent des questionnements éthiques et sociétaux importants. Enfin, l’accès et l’analyse de données d’OT se sont démocratisés grâce à l’infonuagique : ce nouveau paradigme ouvre la porte à une nouvelle clientèle de praticiens et praticiennes multidisciplinaires.
Ces avancées scientifiques et techniques constituent des tremplins d’innovation et de collaboration d’une valeur inestimable pour notre communauté et sont, comme il est déjà possible de l’observer, une voie d’avenir prometteuse.
Titre du colloque :
Thème du colloque :