L’EPFL développe un système combinant IA et satellites pour détecter les débris en mer
Des chercheurs de l’EPFL ont mis au point un système combinant IA et images satellites capable d’identifier les nappes de déchets plastiques depuis l’espace et d’en prévoir le déplacement afin de faciliter les opérations de collecte en mer.
Des chercheurs de l’EPFL ont développé un système combinant intelligence artificielle et imagerie satellitaire pour détecter les nappes de débris plastiques en mer et anticiper leur dérive. Baptisé ADOPT, il vise à faciliter les opérations de collecte dans les océans, selon le communiqué.
Dans la lutte contre la prolifération des déchets marins, la capacité à repérer et suivre les nappes de débris flottants est cruciale. Pourtant, malgré l’abondance d’images satellitaires et de données météorologiques, les technologies disponibles restent encore limitées.
Lancé il y a deux ans, ADOPT (AI for Detecting Ocean Plastic Pollution with Tracking) propose une nouvelle approche pour répondre à ce défi. Le projet est mené par le Laboratoire de science computationnelle pour l’environnement et l’observation de la Terre de l’EPFL et par le Swiss Data Science Center, une initiative commune de l’EPFL, de l’ETH Zurich et de l’Institut Paul Scherrer (PSI), en collaboration avec l’Université de Wageningen (Pays-Bas).
Détecter les nappes de débris depuis l’espace
Le système fonctionne en deux étapes. «D’abord, on identifie les débris grâce à des images satellite; ensuite, on indique où ils se seront déplacés lorsque l’intervention sera possible, typiquement dans les 24 heures», explique Emanuele Dalsasso, collaborateur scientifique au laboratoire ECEO. Ce préavis spatial et temporel doit permettre aux ONG et aux autorités d’organiser plus efficacement les opérations de collecte.
Les premiers développements se sont appuyés sur les satellites optiques Sentinel-2 de l’Agence spatiale européenne. Mais leurs passages espacés d’environ six jours et leur résolution de 10 mètres par pixel limitaient le suivi. Pour améliorer la cadence et la précision, l’équipe a conçu un système d’intelligence artificielle capable de transférer l’apprentissage vers PlanetScope, une constellation de nanosatellites fournissant des images quotidiennes avec une résolution de 3 à 5 mètres par pixel.
Le détecteur peut ainsi fonctionner sur les deux sources, avec une mise à jour quotidienne et une meilleure résolution, sans nécessiter de nouvelles annotations. À cette échelle, l’algorithme ne détecte toutefois pas le plastique isolé, mais des agrégations de débris appelées «windrows». Ces longues bandes de déchets mixtes peuvent s’étendre sur plusieurs centaines de mètres et présentent une forte concentration de matières d’origine humaine, notamment plastiques.
Prévoir la dérive des déchets
La détection ne suffit toutefois pas: il faut aussi anticiper les déplacements. Le second volet du projet, développé au Swiss Data Science Center par le chercheur Christian Donner, vise à prévoir la dérive des débris à court terme. Les chercheurs s’appuient sur des modèles physiques intégrant vents et courants océaniques, que le machine learning permet d’ajuster afin d’améliorer la prévision des trajectoires.
Faute de «vérité terrain» systématique, l’entraînement du système repose sur des bouées dérivantes équipées de capteurs GPS, utilisées comme référence pour simuler le comportement d’objets flottants. Les conditions météorologiques restent toutefois un obstacle, les capteurs optiques ne pouvant pas observer la surface à travers les nuages. Une solution serait d’utiliser des images radar du satellite Sentinel-1, capables d’observer la surface de jour comme de nuit, mais cette approche ferait perdre certaines informations nécessaires pour identifier les nappes de débris.
Le projet ADOPT doit s’achever cet automne, au terme des deux années prévues par son financement. L’équipe finalise actuellement deux publications scientifiques et prévoit de rendre publics les codes développés pour la détection et la prévision de dérive. L’ONG néerlandaise The Ocean Cleanup reste impliquée dans la comparaison des algorithmes, tandis que les collaborations académiques se poursuivent avec l’Université de Wageningen.
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
