Détection des forêts dégradées
Détecter les forêts dégradées de Guinée et du Congo par imagerie satellite haute résolution et deep learning.
Porteuse du projet Forêts Guinée lors de la 7ème saison de Data For Good, An Vo Quang explique qu’avec son équipe ils ont décidé de développer l’outil en Guinée et en République du Congo, pays fortement impactés par la dégradation des forêts. Les recherches sont faites dans le cadre du projet Zonage Agro-écologique de Guinée (ZAEG) porté par IGN FI, et financé par l’AFD à la demande du Ministère de l’Agriculture Guinéen. Et pour le Congo, le travail se fait en collaboration avec Dr IFO Suspense de l’université Marien N’Gouabi de Brazzaville.
A partir des images satellites Sentinel-2 de l’Agence spatiale européenne (ESA), qui sont gratuites et accessibles par tous, ce sont +39 000 km2 qui ont été labellisés par photo-interprétation pour entraîner leurs algorithmes. Ces images sont acquises sur le monde entier tous les 5 jours depuis 2016 à 10m de résolution, ce qui est adapté à la dégradation subtile des forêts.
Des algorithmes de machine learning et de deep learning ont été développés par les bénévoles pour détecter automatiquement dans les images satellites des patterns caractéristiques de dégradation des forêts. Les algorithmes sont pays-spécifiques pour coller au mieux à la réalité biologique des forêts : équatoriales et humides au Congo et à l’inverse, saisonnières en Guinée avec des saisons très sèches et des saisons de mousson.
L’outil permet un suivi sur un pas de temps court, ce qui aiderait à anticiper les zones potentielles de dégradation (notamment les zones pionnières par ex). Le but est de mettre l’outil en ligne pour que son usage puisse être étendu et testé sur d’autres zones par la suite. Pour résumer, la solution permet :
- d’évaluer l’état des forêts sans expertise satellitaire;
- un gain en autonomie pour les utilisateurs qui peuvent se passer d’experts;
- un gain de temps (5 min vs. 5 jours de délimitation manuelle par un expert d’une zone de 2000 km2).
Tags
- Saison 7
- 1/1/2020 / 4/1/2025
- terminé
- Outil Interne
Les forêts dégradées sont souvent difficiles à classer automatiquement et seule l’analyse du photo-interprète permet d’évaluer précisément la structure, la physionomie du couvert végétal ainsi que les éléments secondaires indicateurs d’une dégradation (tels que l’habitat, parcelles de cultures, les pistes, voies d’eau…). C’est-à-dire que le photo-interprète prend compte à la fois de la physionomie de l’arbre mais aussi du contexte dans lequel il se trouve pour pouvoir trancher.
- Cette méthode est robuste mais extrêmement chronophage, puisque la délimitation des zones dégradées est manuelle.
- Très contraignante, la photo-interprétation ne repose que sur l’examination d’une seule image satellite à un temps T, souvent ancienne de 4–5 ans pour la durée du projet.
- Il n’y a donc aucune évaluation annuelle des forêts dégradées qui n’est effectuée à ce jour.
Enfin, la dégradation est parfois si subtile qu’il existe de fortes confusions entre les zones dégradées et les zones naturelles. C’est ce qui expliquerait la si grande sous-estimation des forêts dégradées par rapport à la réalité. Selon l’Organisation internationale des bois tropicaux (OIBT, 2002) ce sont jusqu’à 850 millions d’hectares de forêts tropicales et de terres forestières qui pourraient être dégradées.
