L'étude publiée dans Applications de télédétection : société et environnement est le premier à utiliser l'IA pour combiner deux types d'images satellite afin de détecter l'emplacement, l'épaisseur et le type de marée noire dans les océans, fournissant ainsi un outil révolutionnaire pour des plans d'intervention rapides et précis.
« Il s'agit d'une avancée majeure dans la détection des déversements d'hydrocarbures, et cela nous permettra de détecter les déversements avec plus de précision et de déterminer si le pétrole est épais ou mince », a déclaré le chercheur principal et docteur en philosophie du JCU. le candidat Quanwei Liu.
« Cela est essentiel pour donner aux décideurs une image plus claire que jamais lorsqu'ils planifient la manière de réagir. »
Lorsque du pétrole brut se déverse dans l’océan, il se disperse sous l’action des courants, du vent et des vagues, augmentant ainsi l’étendue de la contamination. Par exemple, la marée noire de Deep Horizon en 2010 a laissé échapper des millions de barils de pétrole à environ 1,5 km sous la surface de la mer, pour finalement couvrir environ 12 000 km.2 de l'océan.
La détection et la surveillance des marées noires à l’aide de l’imagerie satellite se sont révélées essentielles pour faire face et atténuer les risques de marée noire. Cependant, combiner les données de différentes images satellite pour une détection plus précise s’est avéré jusqu’à présent difficile.
« Nous avons combiné les données de deux types de satellites : le radar à synthèse d'ouverture (SAR) et le satellite d'imagerie hyperspectrale (HSI) », explique le Dr Kevin Huang de JCU, qui a supervisé l'étude.
« Le SAR peut détecter les différences dans les vagues et la rugosité de la surface de l'océan. S'il y a du pétrole à la surface de l'eau, cela rendra la surface plus lisse. Mais seul, il confond souvent le pétrole mince et épais.
« HSI agit comme un capteur de couleur très détaillé qui aide à déterminer la nature du pétrole déversé, mais il ne se généralise pas aussi largement.
» Leur fusion permet d'obtenir le meilleur des deux : des contours de déversement plus nets et une reconnaissance plus forte du type de pétrole, surpassant les autres approches. «
En pratique, les chercheurs suggèrent un plan d'intervention simple : utiliser le SAR pour une détection rapide sur une grande zone après un déversement, puis appliquer la fusion SAR+HSI à l'intérieur de la zone détectée pour estimer l'épaisseur/le type de pétrole et guider les décisions de nettoyage.
Les deux scientifiques affirment que cette approche est non seulement importante pour lutter contre les marées noires, mais pourrait également s’avérer utile pour la surveillance future dans un large éventail de contextes environnementaux.
« Nous souhaitons appliquer davantage nos recherches en matière d'apprentissage profond et de télédétection à d'autres applications de surveillance, comme la qualité de l'eau, les forêts et les catastrophes, au profit des sociétés et des communautés », a déclaré le Dr Huang.
