Les chercheurs développent un modèle d'IA qui utilise des images satellite pour détecter les plastiques dans les océans.
22 novembre 2023
Cet article a été examiné selon le processus éditorial et les politiques de Science X. Les rédacteurs ont mis en évidence les attributs suivants tout en veillant à la crédibilité du contenu:
- fact-checké
- publication à comité de lecture
- source de confiance
- relecture
par l'université de Wageningen
De plus en plus de déchets plastiques se retrouvent chaque jour dans les océans. Les images satellites peuvent aider à détecter les accumulations de déchets le long des côtes et en mer afin de les retirer. Une équipe de recherche a développé un nouveau modèle d'intelligence artificielle qui reconnaît les plastiques flottants de manière beaucoup plus précise dans les images satellites qu'auparavant, même lorsque les images sont partiellement couvertes de nuages ou que les conditions météorologiques sont troubles.
Notre société dépend fortement des produits en plastique, et la quantité de déchets plastiques devrait augmenter à l'avenir. Si elle n'est pas correctement jetée ou recyclée, une grande partie s'accumule dans les rivières et les lacs. Finalement, cela se retrouve dans les océans, où cela peut former des agrégats de débris marins avec des matériaux naturels tels que le bois flotté et les algues.
Une nouvelle étude menée par des chercheurs de l'université de Wageningen et de l'EPFL, récemment publiée dans iScience, a développé un détecteur basé sur l'intelligence artificielle qui estime la probabilité de débris marins présents dans les images satellites. Cela pourrait contribuer à retirer systématiquement les déchets plastiques des océans avec des navires.
Les accumulations de débris marins sont visibles dans les images satellites Sentinel-2 disponibles gratuitement, qui capturent les zones côtières toutes les 2 à 5 jours dans le monde entier sur les masses terrestres et les zones côtières. Étant donné que cela représente des téraoctets de données, les données doivent être analysées automatiquement grâce à des modèles d'intelligence artificielle tels que les réseaux neuronaux profonds.
Marc Rußwurm, professeur adjoint à l'université de Wageningen, déclare : "Ces modèles apprennent à partir d'exemples fournis par des océanographes et des spécialistes de la télédétection, qui ont identifié visuellement plusieurs milliers d'instances de débris marins dans des images satellites à des endroits du monde entier. De cette manière, ils ont 'formé' le modèle pour reconnaître les débris plastiques."
Les chercheurs ont développé un détecteur de débris marins basé sur l'intelligence artificielle qui estime la probabilité de débris marins présents pour chaque pixel des images satellites Sentinel-2. Le détecteur est entraîné en suivant les principes de l'intelligence artificielle axée sur les données, qui visent à tirer le meilleur parti des données d'entraînement limitées disponibles pour ce problème.
Un exemple est la conception d'un algorithme de vision par ordinateur qui capture les annotations manuelles d'experts précisément sur les débris visibles dans les images. Grâce à cet outil, les océanographes et les experts en télédétection peuvent fournir davantage d'exemples de données d'entraînement en étant moins précis dans le clic manuel des contours.
Dans l'ensemble, cette méthode d'entraînement combinée à l'algorithme de raffinement permet au modèle de détection de l'intelligence artificielle de mieux prédire les objets de débris marins par rapport aux approches précédentes.
Rußwurm déclare : "Le détecteur reste précis même dans des conditions plus difficiles, par exemple lorsque la couverture nuageuse et la brume atmosphérique rendent difficile l'identification précise des débris marins par les modèles existants."
Détecter les plastiques dans les débris marins dans des conditions atmosphériques difficiles avec des nuages et du brouillard est particulièrement important, car les plastiques sont souvent entraînés dans les eaux libres après des épisodes de pluie et d'inondation. Cela a été démontré par les inondations de Pâques à Durban en Afrique du Sud. En 2019, une longue période de pluie a entraîné le débordement des rivières, entraînant un lavage de beaucoup plus de déchets que d'habitude.
Cela a été emporté à travers le port de Durban jusque dans l'océan Indien. Dans les images satellites, de tels objets flottant entre les nuages sont difficiles à distinguer en utilisant les canaux de couleurs classiques rouge-vert-bleu. Ils peuvent être visualisés en passant à d'autres canaux spectraux, y compris la lumière infrarouge proche.
Outre une prédiction plus précise des agrégats de débris marins, le modèle de détection remarquera également les débris dans les images PlanetScope accessibles quotidiennement.
"La combinaison des acquisitions hebdomadaires de Sentinel-2 avec les acquisitions quotidiennes de PlanetScope peut combler le fossé vers une surveillance quotidienne continue", explique Rußwurm.
"De plus, PlanetScope et Sentinel-2 captent parfois la même zone de débris marins le même jour à quelques minutes d'intervalle. Cette double vue du même objet à deux endroits révèle la direction des courants de dérive due au vent et aux courants océaniques sur l'eau. Ces informations peuvent être utilisées pour améliorer les modèles d'estimation de la dérive des débris marins."
Informations sur la revue : iScience
Fourni par : Université de Wageningen