Skip to main content
European Commission logo
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Accurate and Scalable Processing of Big Data in Earth Observation

Article Category

Article available in the following languages:

Exploiter les données satellitaires à l’aide de l’IA

L’utilisation d'images pour rechercher des informations spécifiques dans les archives de données satellitaires pourrait aider un large éventail d’utilisateurs finaux, allant des opérateurs de recherche et de sauvetage aux climatologues.

Copernicus, la composante «observation de la Terre» du programme spatial de l’UE, fournit des informations provenant de satellites et de données in situ non spatiales. Ce service fournit des données essentielles qui sont exploitées dans divers domaines tels que les prévisions météorologiques, l’agriculture et les réponses aux catastrophes naturelles. Dans le cadre de ce service, une famille de satellites, appelés Sentinel, effectue des tâches spécifiques de surveillance des terres, des océans et de l’atmosphère. Bien que les informations recueillies soient gratuites et en libre accès, il peut être difficile de s’y retrouver dans la masse de données. «Les archives de données satellitaires augmentent en volume et en diversité», souligne Begum Demir, coordinatrice du projet BigEarth, de l’institut BIFOLD et de la TU Berlin en Allemagne. «Pour trouver des informations utiles, nous devons développer des approches de recherche de données plus évolutives.»

Rechercher dans les archives de données satellitaires

Le projet BigEarth, soutenu par le Conseil européen de la recherche, a développé des méthodes, approches et outils innovants pour extraire des informations de ces archives de données satellitaires. Son objectif était de mieux exploiter les énormes quantités de données satellitaires recueillies. Le développement d’une approche basée sur la recherche au sein des archives de données à l’aide d’images a constitué une avancée majeure. «Nous sommes spécialisés dans le développement de modèles d’apprentissage automatique pour analyser les données satellitaires à grande échelle», explique Begum Demir. Les chercheurs ont développé des algorithmes pour analyser, modéliser et extraire de manière évolutive le gigantesque volume des données d’archives. La technique a été conçue de manière à être facile à utiliser et disponible pour les chercheurs d’un large éventail de disciplines.

Un prototype de moteur de recherche d’images satellite

«Imaginons que les informations annoncent un incendie de forêt en Amazonie», suggère Begum Demir. «Il en existe peut-être d’autres, mais personne n’est au courant. En saisissant l’image d’un incendie de forêt, vous pouvez rechercher des événements similaires dans la base de données.» Autre utilisation potentielle de cette technique: la recherche d’un minerais spécifique, qui pourrait être enfoui dans les archives de données satellitaires. Une recherche dans les archives à l’aide d’une image d’exemple peut vous aider à localiser exactement l’endroit où trouver ce minerais sur la planète. Les données extraites seront géolocalisées et horodatées. Alors que BigEarth se concentrait sur les principes fondamentaux du développement de nouveaux algorithmes et de requêtes de recherche, un projet parallèle a également été lancé pour développer un prototype de moteur de recherche viable. Ce projet a été présenté aux agences spatiales, notamment à l’Agence spatiale européenne (ESA), lors d’un atelier organisé vers la fin du projet. «En tant que groupe de recherche, nous n’aurions pas pu assurer la maintenance de ce prototype de moteur de recherche», ajoute Begum Demir. «Notre idée était de déterminer si des agences spatiales telles que l’ESA pouvaient s’appuyer sur notre savoir-faire actuel et ajouter cet outil à leurs services.»

Dynamiser le Copernicus Data Space Ecosystem

L’objectif ultime du projet est de permettre aux utilisateurs finaux de s’y retrouver dans l’énorme quantité de données satellitaires disponibles et de trouver rapidement et efficacement ce qu’ils recherchent. Cela pourrait aider les météorologues à anticiper plus précisément les phénomènes météorologiques, et les océanographes à suivre l’évolution de la température de la mer. Cela pourrait également contribuer à une cartographie plus précise des habitats et de divers processus tels que la déforestation. Il sera particulièrement intéressant de déterminer la manière dont le concept de moteur de recherche de BigEarth pourra être intégré dans le Copernicus Data Space Ecosystem. C’est sur cette plateforme cloud, librement accessible à tous, que les données des satellites Sentinel sont disponibles. Begum Demir et son équipe espèrent que l’ajout de requêtes basées sur des images pourra contribuer à enrichir l’expérience utilisateur.

Mots‑clés

BigEarth, IA, satellite, climat, Copernicus, ESA, déforestation

Découvrir d’autres articles du même domaine d’application