Des chercheurs de l'Université d'Aberdeen ont développé SAGRNet, un modèle d'IA avancé conçu pour améliorer significativement la précision de la cartographie de l'occupation des sols, notamment pour la végétation. Ce modèle innovant utilise l'apprentissage profond pour analyser des objets paysagers entiers, améliorant ainsi l'efficacité et la précision par rapport aux méthodes traditionnelles pixel par pixel. L'étude détaillant le développement de SAGRNet a été publiée dans l'ISPRS Journal of Photogrammetry and Remote Sensing.
SAGRNet a été entraîné à l'aide d'images satellites de paysages diversifiés du nord-est de l'Écosse, puis testé dans cinq zones périurbaines réparties dans le monde entier. Ces zones, notamment Guangzhou, Durban, Sydney, New York et Porto Alegre, ont été sélectionnées pour représenter des contextes écologiques variés. Cette approche garantit la robustesse et la transférabilité du modèle dans divers environnements.
La disponibilité ouverte du modèle permet aux décideurs d'évaluer rapidement l'impact d'événements tels que les inondations et les sécheresses sur de vastes zones terrestres. SAGRNet peut également surveiller la croissance des cultures, ce qui facilite les prévisions de récoltes et les décisions en matière d'utilisation durable des terres. Cette technologie s'inscrit dans le cadre des progrès en cours dans le domaine de l'IA et de la télédétection, comme le souligne le prochain symposium IEEE IGARSS 2025 et la récente mise à jour de la carte d'occupation des sols d'Esri.
La capacité de SAGRNet à évaluer rapidement et avec précision les changements paysagers est cruciale pour comprendre les impacts du changement climatique. La polyvalence du modèle le rend adapté aux applications à grande échelle telles que les enquêtes sur les ressources terrestres et le suivi écologique. Le développement de SAGRNet représente une avancée significative dans le domaine de la surveillance environnementale et de la gestion durable des terres, offrant des outils précieux aux chercheurs et aux décideurs du monde entier.