Le meilleur de la technologie au service de la biodiversité

View Original

Deep Learning et biodiversité : un challenge pour faire l’inventaire intelligent des arbres en ville

De plus en plus de collectivités annonce vouloir planter des milliers, voir des millions d’arbres. Une bonne nouvelle pour les citoyens et citoyennes en manque de nature ! Une moins bonne nouvelle pour les gestionnaires, qui doivent faire l’inventaire de tous ces arbres. Le Deep Learning pourrait les aider en facilitant cette tâche qui est longue et fastidieuse.

L’importance d’avoir un inventaire de son patrimoine arboré

70% des français et des françaises trouvent qu’il n’y a pas assez de végétal en centre-ville (UNEP - IPSOS 2013). De plus, il y a une réelle prise de conscience des bienfaits des arbres urbains et de la fraîcheur qu’ils apportent dans nos villes de plus en plus chaudes. Néanmoins, avant de planter de nouveaux arbres, il faut déjà connaître son patrimoine existant. Cette connaissance du patrimoine arboré dans une ville permet de mieux réfléchir aux plantations à venir pour le choix des espèces et aussi le choix des lieux à végétaliser. L’inventaire des arbres en ville est aussi un prérequis pour faire un bon plan de gestion.

En revanche, l’inventaire des arbres en ville est une étape fastidieuse et souvent pénible pour les gestionnaires. Ils manquent d’outils pour les accompagner. L’automatisation de ce processus pourrait leur faire gagner beaucoup de temps.

 

Un inventaire automatique, c’est possible ?

En France, il existe des outils pour évaluer le patrimoine arboré d’une ville, comme Nos villes vertes. On peut ainsi voir que Montpellier est la ville avec le plus de surface de nature par habitants (43m2/hab). Cependant, on reste sur des zones de végétation, ce qui n’est pas assez précis pour la gestion.

Source : Nicolas Dunand (2020)

Le Deep Learning (méthode d’apprentissage automatique) a permis d’aller plus loin et certains algorithmes voient le jour pour détecter les arbres individuellement. On peut citer le projet Green City Watch ou le package python DeepForest. Pourtant, il n’y a pas encore d’outil pour que les gestionnaires utilisent facilement ces algorithmes. De plus, l’inventaire ne s’arrête pas à la géolocalisation des arbres sur une carte, il y a des données importantes à connaitre sur chaque individu.

Il faut donc continuer à entraîner les algorithmes existants et les pousser plus loin pour permettre un inventaire précis des arbres de nos villes.

Un challenge sur le sujet ça vous dit ?

 

Challenge Detect Trees : Réinventer l’inventaire des arbres en ville avec le Deep Learning

Le Donut Infolab Marseille a lancé le challenge Detect Trees dans le cadre du Hack4Nature ! Le Hack4Nature devait se tenir à l'occasion du Congrès mondial de la nature de l'UICN. Des défis devaient être présentés autour de la biodiversité et des équipes devaient se former pour travailler sur ces défis. Comme le Congrès a été reporté, le Hack4Nature a évolué. Tous les mois un nouveau défi est lancé.

En janvier, c’est le challenge Detect Trees. Le but est de travailler autour des algorithmes existants et de voir s’il est possible de les pousser pour permettre d’identifier l’espèce, la taille et même l’âge des arbres inventoriés. C’est le moment de réinventer l’inventaire des arbres en ville grâce aux nouvelles technologies !

Natural Solutions travaille déjà sur un service pour les gestionnaires pour améliorer l’inventaire et la gestion du patrimoine arboré : ecoTeka. L’impulsion du challenge pourrait permettre une avancée du projet.

Data Scientists, cartographes, arboristes, paysagistes ou simples passionnés de l’arbre, c’est le moment de nous rejoindre !

En savoir plus :

See this content in the original post