Des projets européens utilisent l'IA et les données Copernicus pour anticiper les incendies et estimer les émissions horaires.

Les projets financés par l'Union européenne utilisent l'intelligence artificielle pour transformer les grands volumes de données générées par les satellites Copernicus en prévisions et informations applicables sur le terrain. Parmi les outils en développement figurent des modèles qui estiment le risque et la propagation des incendies, des logiciels qui calculent les émissions de CO₂ des villes jusqu'au niveau des quartiers et des produits pour surveiller les pressions sur les écosystèmes côtiers.

En résumé Le projet UNICORN utilise des données Copernicus et de l'intelligence artificielle pour l'alerte précoce et la prévision de certains risques climatiques, y compris l'apparition et l'évolution des incendies de végétation. SPACE4Cities a développé un logiciel qui combine des données Sentinel-1 et Sentinel-2 avec des informations provenant de capteurs terrestres pour estimer les émissions de CO₂ d'une ville à des intervalles horaires et au niveau de petites zones urbaines. ENHANCE développe trois produits basés sur l'IA pour analyser les pressions urbaines, agricoles et climatiques sur les zones côtières de Barcelone et du Golfe Pagasitikos en Grèce. D'autres initiatives travaillent sur des modèles fondamentaux pour Copernicus, le traitement à grande échelle des données et la compression des informations d'observation de la Terre et météorologiques. Les outils ne représentent pas un seul service opérationnel et se trouvent à différents stades de recherche, développement et test.

Les satellites européens produisent quotidiennement de très grands volumes d'images et de mesures sur la surface terrestre, les océans et l'atmosphère. Leur utilisation implique la transformation des données brutes en informations qui peuvent être interprétées suffisamment rapidement pour la surveillance de l'environnement, les interventions en cas d'urgence ou la gestion des infrastructures.

L'intelligence artificielle est utilisée pour automatiser une partie de cette analyse. Les modèles peuvent rechercher des motifs dans les images et dans les données provenant de capteurs, peuvent combiner plusieurs sources et peuvent produire des estimations ou des prévisions qui nécessiteraient un volume important de traitement manuel.

Une des applications est développée par le projet UNICORN, financé par Horizon Europe. Le consortium utilise des données d'observation de la Terre et des technologies d'analyse pour développer des outils d'alerte précoce, de prévision et de surveillance des risques naturels.

Les incendies de végétation représentent l'un des cas d'utilisation. Les chercheurs ont développé un modèle qui suit les conditions associées à la production d'incendies et peut estimer comment un feu pourrait évoluer après son déclenchement.

Les informations peuvent être utilisées pour identifier les zones où un incendie a un potentiel plus élevé de se transformer en un événement majeur. Le projet vise à fournir des résultats utilisables aux services d'urgence, aux autorités locales, aux entreprises et à d'autres organisations exposées aux risques naturels.

UNICORN n'est pas limité aux incendies. Le projet inclut également des applications pour les inondations rapides et l'activité volcanique et vise à utiliser les données Copernicus dans la préparation aux événements extrêmes et dans la gestion de leurs conséquences.

Un autre projet, SPACE4Cities, applique l'intelligence artificielle à la surveillance des émissions urbaines. Le logiciel développé dans le cadre du projet estime la quantité de CO₂ générée dans une ville à chaque heure et peut détailler les résultats jusqu'au niveau des quartiers.

Le système utilise des données provenant des satellites Sentinel-1 et Sentinel-2, qu'il combine avec les informations disponibles provenant de capteurs installés au sol. Ces données sont introduites dans un modèle d'intelligence artificielle pour produire une image plus détaillée de la distribution des émissions à l'intérieur de la ville.

L'estimation à l'échelle locale peut permettre de différencier les zones qui contribuent de manière différente aux émissions urbaines. Le document EUSPA ne fournit cependant pas de données concernant la précision du système dans chaque ville et n'affirme pas que les estimations peuvent remplacer les inventaires officiels des émissions.

L'intelligence artificielle et les données satellitaires sont également utilisées pour surveiller les zones côtières. Le projet ENHANCE travaille avec des organisations régionales en Espagne et en Grèce dans des zones touchées par la dégradation et le changement des écosystèmes marins côtiers.

Le projet développe trois produits destinés à analyser les pressions urbaines, agricoles et associées aux phénomènes climatiques extrêmes. Les zones de test mentionnées sont Barcelone et le Golfe Pagasitikos en Grèce.

Les données d'observation de la Terre peuvent montrer des changements dans l'utilisation des terres, la végétation, l'eau et d'autres caractéristiques de l'environnement. Les modèles d'IA sont utilisés pour organiser et interpréter ces informations en rapport avec les problèmes identifiés par les autorités et les organisations locales participantes.

EUSPA met également en avant le projet ThinkingEarth, qui développe des modèles fondamentaux pour les données Copernicus. Un tel modèle est entraîné sur de grands volumes de données et peut ensuite être adapté à plusieurs tâches d'observation de la Terre, au lieu de construire un tout nouveau modèle pour chaque application.

DaFab travaille sur le traitement des données Copernicus à grande échelle à travers une infrastructure orientée vers l'intelligence artificielle. Embed2Scale développe des représentations compactes des données d'observation de la Terre et utilise des méthodes d'IA de compression pour que les informations satellitaires et météorologiques puissent être échangées et traitées plus efficacement.

Ces projets répondent à un problème commun : les capteurs spatiaux peuvent produire plus de données que ce qui peut être examiné individuellement par des humains. L'automatisation n'élimine pas la nécessité de validation, car les résultats des modèles doivent être évalués par rapport à des mesures, des observations et aux exigences de l'utilisateur final.

EUSPA indique des applications au-delà de la surveillance de l'environnement. L'intelligence artificielle est utilisée pour l'interprétation des images et des données satellitaires en agriculture, infrastructures et gestion des catastrophes, et la combinaison entre l'observation de la Terre et les données de positionnement peut être utilisée pour le transport et les activités maritimes.

Dans les ports, les images d'observation de la Terre peuvent être combinées avec le positionnement par des systèmes mondiaux de navigation par satellite, le suivi des navires et l'analyse automatique des données. L'objectif est d'obtenir une image opérationnelle plus complète des mouvements et des activités dans la zone.

Les services pour drones représentent un autre domaine où le positionnement par satellite peut être combiné avec le traitement automatique. Les données de navigation et de position fournissent des informations sur l'endroit où se trouve un système, et les algorithmes peuvent simultanément interpréter les images et les autres données collectées.

L'utilisation de l'IA ne modifie pas l'origine des données Copernicus. Les satellites et les capteurs continuent de réaliser les mesures, et les modèles informatiques sont ensuite utilisés pour la classification, la détection des changements, la prévision ou la combinaison des observations avec d'autres sources.

Copernicus est le programme d'observation de la Terre de l'Union européenne. Ses données sont utilisées dans des services concernant l'atmosphère, l'environnement marin, la surface terrestre, les changements climatiques, la sécurité et la gestion des situations d'urgence.

EUSPA gère des composants du programme spatial européen et soutient le développement d'applications utilisant Copernicus, Galileo et EGNOS. La convergence entre ces services et l'intelligence artificielle élargit les types de produits qui peuvent être développés à partir des données spatiales, mais la performance et le degré de maturité doivent être évalués séparément pour chaque projet.