Des pixels à la planification : l'IA terrestre pour la restauration de la nature

Google Research a développé un cadre d'apprentissage profond à haute résolution pour cartographier des éléments ligneux à fine échelle tels que les haies, les brise-vent et les bosquets, généralement invisibles pour la détection par satellite standard. Ces éléments peuvent améliorer le stockage du carbone et la biodiversité sans déplacer les cultures. L'équipe a publié un ensemble de données vectorisées pour le Royaume-Uni, convertissant des cartes basées sur des pixels en inventaires exploitables de haies, de murs en pierre et de bosquets. Pour surmonter la rareté des données, ils ont utilisé l'architecture « Remote Sensing Foundations Vision-Transformer » pré-entraînée sur 300 millions d'images satellites mondiales, puis affinée pour les paysages britanniques. Un système de double étiquetage utilisant des images submétriques et des données LiDAR a permis de traiter les caractéristiques qui se chevauchent, tandis que l'indice de compacité de Polsby–Popper a classé les formes en fonction de leur fonction écologique. Google Earth Engine a permis le traitement en parallèle de millions d'éléments à travers l'Angleterre. L'ensemble de données vise à donner aux agriculteurs, aux scientifiques et aux décideurs politiques les moyens de protéger les éléments à petite échelle pour atteindre les objectifs climatiques et de biodiversité.