![1,8 milliard d’arbres dénichés dans le Sahara et au Sahel via l’IA 1,8 milliard d’arbres dénichés dans le Sahara et au Sahel via l’IA](https://www.cinquieme-pouvoir.fr/wp-content/uploads/2020/11/arbres-sahara-sahel-ia-1140x641.jpg)
1,8 milliard d’arbres dénichés dans le Sahara et au Sahel via l’IA
14/11/2020Via le deep learning, des experts ont découvert grâce à l’étude d’images satellite la présence de près de 1,8 milliard d’arbres dans les zones du Sahara et du Sahel d’Afrique de l’Ouest. Les scientifiques ont affirmé que ce nombre se révèle être très important.
En tout cas, les utilisations scientifiques se basant sur l’IA sont multiples de nos jours. Par exemple, le projet CORail offre la possibilité d’aider les experts par rapport à la surveillance et la protection des récifs coralliens. Un autre projet mondial se sert pour sa part des techniques de deep learning dans le but d’effectuer une reconnaissance individuelle des oiseaux avec leur simple plumage. Aujourd’hui, l’IA offre une réelle contribution aux études du comportement animal.
Une cartographie des arbres via des réseaux de neurones
D’autres experts ont publié dans la célèbre revue « Nature » leurs résultats de recherche concernant le Sahara ainsi que le le Sahel d’Afrique de l’Ouest. Via l’analyse automatique d’images satellite, le but de l’étude était de faire une estimation du nombre d’arbres présents dans la zone.
Les experts ont récolté bon nombre de données précieuses et pertinentes par rapport à la la structure bois-végétation des écosystèmes. Ces dernières sont essentielles pour la compréhension de plusieurs domaines que sont l’écologie, la biogéographie ainsi que les cycles biogéochimiques du carbone, de l’eau et des nutriments (et cela sur toute la planète). Les satellites seront en capacité de prochainement faire une carte de la totalité des arbres à l’échelle mondiale. Une première phase sur la région du Sahara et du Sahel d’Afrique de l’Ouest le prouve. Au final, la zone dénombre près 1,8 milliard d’arbres.
Une découverte plutôt surprenant dans cet endroit désertique géant car l’étude donne comme conclusion un nombre d’arbres étonnant et conséquent. Ces travaux sont le résultats de nettes avancées effectuées au niveau de la précision des images. Les scientifiques se sont penchés sur plus de 11 000 clichés pour leurs travaux, avec une résolution spatiale de 0,5 m. Une telle résolution leur offre la possibilité de procéder à l’identification des arbres et des arbustes individuels où la largeur de la canopée se révèle être d’au moins deux mètres.
Idéal afin de contrôler la déforestation
Néanmoins, ces résultats viennent aussi de l’utilisation de technologies d’IA. Les experts ont pu compter les arbres sur les clichés grâce à des réseaux neuronaux « totalement convolutifs ».
Cette technique de deep learning offre la possibilité d’effectuer une reconnaissance des objets, dans ce cas-ci des arbres. La base de la reconnaissance se fait sur les formes et les couleurs spécifiques de ces derniers dans une image nettement plus volumineuse. Par rapport à l’apprentissage, le modèle d’IA se sert des données où les délimitations visibles des couverts d’arbres et d’arbustes ont été dessinés de façon manuelle.
Utilité d’une telle intelligence artificielle
Via l’apprentissage se servant de ces échantillons, la machine peut procéder à l’identification pertinente et précise des couverts d’arbres individuels sur d’autres clichés. Ainsi, on obtient de cette façon une carte détaillée mur à mur de la totalité des arbres de plus de deux mètres de diamètre, ces derniers se trouvant dans les trois zones suivantes : le sud de la Mauritanie, du Sénégal ainsi que du sud-ouest du Mali.
Ces conclusions ne concernent pas uniquement la recherche fondamentale. Effectivement, ils pourraient servir à l’inventaire et à la gestion des forêts et des endroits boisés mais pas seulement. Cette IA serait aussi utile par rapport à la surveillance du phénomène de la déforestation et à l’analyse du carbone capturé par la biomasse, le bois d’œuvre, de chauffage, sans oublier les cultures arboricoles.