Nouvelles technologies

Lutter contre les catastrophes naturelles avec l'IA et les données de télédétection

Jocelyn chanussot

Nationality French

Year of selection 2018

Institution Institute of Remote Sensing and Digital Earth (RADI), Chinese Academy of Sciences(CAS)

Country China

Risk Nouvelles technologies

Chairs

5 years

Glissements de terrain, incendies, tremblements de terre, phénomènes météorologiques extrêmes… Les catastrophes naturelles représentent une menace croissante pour nos sociétés comme pour l’environnement. De 2005 à 2014, leur impact est évalué à 700 000 victimes, 1,7 milliard de personnes touchées et 1,4 trillion de dollars de dommages matériels*. Dans leur écrasante majorité (90 %), ces catastrophes ont été causées par des événements liés aux conditions météorologiques, lesquels, ainsi que d'innombrables études scientifiques l’ont montré, ont augmenté de façon spectaculaire au cours des 60 dernières années en raison des activités anthropiques. Qui plus est, les impacts négatifs augmentent en raison de l’altération et/ou de la destruction d’écosystèmes protecteurs, tels que les mangroves ou les récifs coralliens. Face à ces défis, les initiatives pour améliorer les plans de prévention et d’intervention se multiplient. La chaire AXA de télédétection de l’Institut de Télédétection et de Terre Numérique (RADI), à l’Académie chinoise des sciences (ACS), est l’une des plus ambitieuses. Ce programme de recherche de 5 ans cherche à capitaliser sur le formidable potentiel qu’offre les avancées récentes dans le domaine de la télédétection (par satellite et par capteurs embarqués sur avion) pour contribuer à une meilleure évaluation des risques et des réponses plus efficaces en cas de catastrophe.

« L’observation à distance est un atout crucial si l’on veut surveiller et gérer les catastrophes naturelles. Une couverture intégrale de la zone change la donne quand il s’agit d’évaluer l’étendue des dégâts humains et matériels en cas de désastre. C’est également un atout de taille si l’on veut essayer de le prévenir, et même de l’empêcher », explique le professeur Jocelyn Chanussot, titulaire de la chaire. « Aujourd’hui, nous avons des flottes entières de satellites à notre disposition, appelées “constellations”, qui nous permettent d’observer attentivement la Terre avec des fréquences de passage très élevées. Nous disposons de plateformes aéroportées et de véhicules aériens légers télécommandés (drones) qui fournissent des informations complémentaires avec une flexibilité encore plus grande ». Au cours des dernières années, ces outils technologiques ont été employés de plus en plus fréquemment par les équipes de réponse aux situations d’urgence et par les professionnels de l’évaluation des risques. Leur importance a d’ailleurs été formellement reconnue en 2000 lorsque l’ESA, le CNES et la CSA ont formé la “Charte internationale - Espace et catastrophes majeures”, accord destiné à donner la priorité à l’acquisition d’images dans les zones sinistrées.

Cependant, comme le souligne le Pr. Chanussot : « Disposer de données est une chose. L’exploitation optimale de ces données en est une autre ». En effet, la quantité colossale de données fournie par ces sources de télédétection doit être traitée et triée. C’est une entreprise d’une ampleur trop importante pour que l’homme y parvienne sans l’aide de l’informatique. « Il se trouve que nous disposons d’un outil puissant : l’intelligence artificielle ». L’objectif spécifique de la Chaire est de développer des méthodes de traitement avancées qui permettront l’extraction rapide d’informations pertinentes relatives au risque de catastrophe et/ou à la réponse aux catastrophes. « Le type de méthode d’analyse de données dont nous avons besoin n’a pas encore été développé. Certains problèmes techniques essentiels induits doivent encore être résolus ». En particulier, les méthodes de traitement en question doivent être capables de gérer des données qui sont hétérogènes par nature, en plus d’être innombrables. Il y a différents types de données qu’un satellite ou un avion peut collecter via la télédétection : des photos aériennes, bien sûr, mais aussi des ondes électromagnétiques, des images spectrales, etc. « Les algorithmes doivent être capables de s’y retrouver au milieu de toutes ces informations afin d’en souligner les parties utiles et les livrer dans les plus brefs délais. Par exemple, ils doivent être capables de faire la différence entre les changements naturels comme les couleurs et la végétation saisonnières, et les changements anormaux sur le sol. Le défi est d’obtenir une représentation de haut niveau de l’information afin de mettre de côté les variations qui perturbent l’analyse ».

Travailler de concert avec le ministère chinois de la gestion des urgences

Pour l’aider dans cette entreprise, le Pr. Chanussot travaille avec le ministère chinois de la gestion des urgences, résultat de la fusion des départements de la gestion des urgences de différents ministères en 2018. « Ce nouveau ministère a accès à beaucoup de données. Il est d’ailleurs impliqué dans la “Charte internationale - Espace et catastrophes majeures”. Lorsqu’une catastrophe se produit, ils récoltent des données auprès des agences spatiales et traitent l’information à la main. C’est un travail fastidieux, et qui requiert une solide expertise en matière de photo-interprétation ». L’objectif de la Chaire est de donner aux analystes les outils pour les rendre plus rapides et plus efficaces. L’idée n’est pas de les remplacer (« ce serait irréaliste », explique le titulaire de la chaire), mais de leur fournir des programmes informatiques, c’est-à-dire d’aider au diagnostic et à l’organisation des secours. Ces algorithmes seront basés sur des techniques d’apprentissage de pointe, telles que les représentations multiples et les représentations par graphes, et la fusion de données.

Par ailleurs, le programme de recherche de la chaire propose également d’observer un autre type de données qui est également abondant et sous-exploité : le crowdsourcing. « L’analyse des données que fournissent les réseaux sociaux, comme les tweets, est une source d’informations précieuse, à très haute valeur sémantique. Des quantités sans précédent de données digitales sont disponibles, avec des échelles et des modalités hétérogènes, ce qui pose un défi comparable à la télédétection en ce sens que cela nécessite un tri attentif et extensif. Il y a beaucoup de données 'de mauvaise qualité' dans le sens où elles sont non-vérifiées, non-censurées, non-formatées et où les modes d'expression sont non-conventionnels.

Avec cette chaire, le Pr. Jocelyn Chanussot se lance dans une aventure scientifique unique

20 années d'expérience dans le domaine de la conception d'algorithmes du traitement des données et de l'apprentissage machine l'ont accoutumé à la recherche théorique plutôt qu'appliquée. « L'approche que nous adoptons ici est à l'opposé de ce que j'ai fait au fil des ans. Nous partons d'un problème concret, et nous essayons de trouver des solutions théoriques, pas le contraire". Une telle ligne de conduite, alimentée par une collaboration étroite avec les praticiens, garantit que les progrès réalisés seront en phase avec la réalité. « Je trouve très exaltant de savoir que mon travail aura un impact dans un contexte sociétal aussi important. Une couverture complète et opportune est susceptible de changer la donne en matière de gestion des catastrophes. Nous ne nous attendons pas à résoudre tous les problèmes d'ici la fin des 5 ans, mais nous ferons sans aucun doute des progrès importants sur le terrain ».

*Selon un rapport de l'UNISDR (le Bureau des Nations Unies pour la réduction des risques de catastrophe) et du CRED (Centre de recherche sur l'épidémiologie des catastrophes).

Recherche en libre accès (en anglais)

Meteorology and Air Pollution Covid-19 Italy Dataset
Access Dr. Chanussot's research on openremotesensing.net