Repérer les pillages archéologiques en temps quasi réel avec la précision du laser
Les individus malveillants qui fouillent illégalement des sites archéologiques et y volent des objets, ne se contentent pas de détruire de manière irréversible le contexte historique de ces sites et les informations qu’ils auraient pu fournir. Ils privent également les populations locales et des nations entières de leur patrimoine culturel et de leur identité. Les données d’observation de la terre peuvent être utiles, mais demeurent limitées, en particulier dans les zones où la végétation est dense. Le LiDAR, abréviation de «Light Detection And Ranging» (détection et estimation de la distance par la lumière) aéroporté, peut enregistrer la topographie en 3D avec une grande précision et est amplement utilisé en archéologie pour cartographier les paysages recouverts d’une dense végétation. Il n’a toutefois jamais été utilisé pour repérer les pillages archéologiques. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet OPTIMAL a été le premier à le faire, en utilisant le LiDAR pour détecter les puits de pillage.
La lumière du LiDAR passe entre les feuilles et les branches
Le LiDAR, une méthode de télédétection qui fait appel à des pulsations laser pour mesurer les distances au sol, excelle dans la cartographie en 3D de terrain sous une dense végétation, car la lumière peut passer à travers les minuscules interstices des canopées forestières. Les mesures recueillies par avion ou par drone sont utilisées pour créer un «nuage de points» détaillé en 3D représentant les caractéristiques de la surface de la Terre. Selon Arianna Traviglia, responsable du projet au Centre pour la technologie du patrimoine culturel (CCHT) de l’Institut italien de technologie, «chaque point d’un nuage de points représente un emplacement précis dans l’espace, formant une image dense du paysage. Les applications archéologiques actuelles du LiDAR, cartographier des paysages, convertissent les données du nuage de points en une grille régulière pour produire des modèles d’élévation numériques, entraînant une perte d’informations». Bien qu’elle ne pose pas de problèmes pour ces cas d’utilisation, la perte de détails affecte toutefois la capacité à détecter les petits puits de pillage (de un à deux mètres de diamètre).
Les méthodes d’apprentissage automatique améliorent la résolution
Une paire de nuages de points acquis à l’aide du LiDAR sur la même zone à des moments différents (données bi-temporelles) fournit deux cartes 3D détaillées et correspondantes. Leur utilisation pour détecter des changements est toutefois entravée par des problèmes tels que l’alignement imparfait des deux nuages de points 3D et le bruit du scanner LiDAR. L’approche d’OPTIMAL a permis de résoudre ces problèmes et de surmonter la difficulté imprévue de la disparité de la résolution spatiale entre les deux nuages de points, imputable à de légères différences dans le système d’acquisition à différents moments. «OPTIMAL a développé les premières méthodes d’apprentissage automatique pour identifier les activités de pillage en fonction de leur évolution dans le temps, en traitant directement des paires bi-temporelles de nuages de points LiDAR à haute résolution», explique Marco Fiorucci, également du CCHT et boursier du MSCA. La nouvelle méthode non supervisée utilise une approche de «transport optimal» qui ne requiert pas d’ensemble de données de formation étiquetées. Mieux encore, les résultats sont simples à comprendre et à interpréter.
Une vision de l’avenir
«Les futurs systèmes basés sur le LiDAR pourraient fournir des alertes en temps réel aux agences de détection et de répression», fait remarquer Arianna Traviglia. Cela pourrait non seulement réduire l’ampleur des dommages, mais aussi augmenter le nombre d’arrestations, ce qui en multiplie l’impact. De plus, cette approche pourrait trouver des applications qui vont au-delà de la protection du patrimoine culturel. «Outre la haute résolution pour les petits changements, nos méthodes permettent de surveiller à distance de vastes zones, ce qui nous permet de détecter de manière précoce les catastrophes environnementales telles que les inondations et les incendies de friches et d’augmenter nos chances de contenir ces catastrophes», ajoute Marco Fiorucci. OPTIMAL a fourni un outil important doté d’un potentiel incroyable pour accroître la sûreté et la sécurité des personnes, des lieux et des objets culturels dans le monde entier face aux menaces naturelles et humaines émergentes.
Mots‑clés
OPTIMAL, LiDAR, nuage de points, patrimoine culturel, apprentissage automatique, pillage archéologique, transport optimal, données bi-temporelles, réseau neuronal, surveillance à distance
