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

Des chercheurs de Google ont présenté un framework d'apprentissage profond permettant de détecter de petits éléments du paysage (haies, brise-vent, bosquets) invisibles sur les images satellitaires standard. Ces éléments peuvent augmenter l'absorption de carbone et la biodiversité sans retirer des terres de l'exploitation agricole. Un raster Farmscapes 2020 (Angleterre) avait déjà été publié, et désormais un jeu de données vectorielles sur les haies, murs en pierre et bosquets de tout le Royaume-Uni est disponible. Pour le créer, un modèle Vision-Transformer (ViT) pré-entraîné de Remote Sensing Foundations (Google Earth AI) a été utilisé, affiné sur 247 km² de données annotées, ainsi que le LiDAR. La classification des objets s'est faite via l'indice de compacité de Polsby-Popper (objets allongés avec un coefficient < 0,5). Le traitement a été effectué dans Google Earth Engine. Les données sont ouvertes et accessibles aux agriculteurs, scientifiques et décideurs politiques.