L'intelligence artificielle reconnaît le type d'utilisation des terres
Un étudiant à la maîtrise en technologie de l'environnement à l'Ecole polytechnique fédérale de Lausanne a utilisé l'intelligence artificielle pour faire progresser le processus partiellement automatisé de classification de l'utilisation des terres. Cela réduit beaucoup de travail manuel.
Grâce à un étudiant de l’ Ecole Polytechnique Fédérale de Lausanne ( EPFL ), la classification régulièrement nécessaire de l’occupation du sol prend désormais beaucoup moins de temps qu’auparavant. Selon un communiqué de presse de l’université, elle a développé et formé son propre algorithme d’apprentissage automatique qui peut non seulement distinguer les forêts des autres types de terres. Au lieu de cela, l’algorithme de Valérie Zermatten reconnaît également les rivières, les lacs, les terrains de camping et de sport, les cimetières, les stations de traitement des eaux, les parcs publics, les aéroports et les barrages. Cela le rend nettement supérieur à l’algorithme développé par l’Office fédéral de la statistique (OFS) appelé Areal Statistics Deep Learning, ou ADELE en abrégé.
Les résultats produits par leur programme dans le cadre d’un mémoire de maîtrise sont similaires aux données officielles publiées par l’OFS. Selon l’annonce, cela suggère qu’il pourrait être utilisé pour la classification de l’utilisation des terres à l’avenir. Le gros avantage réside dans le temps de traitement des photos aériennes, car leur classement en une quarantaine de catégories différentes se fait encore largement à la main.
Toute la Suisse est photographiée du ciel tous les trois ans. Comme la catégorisation manuelle prend tellement de temps, les résultats ne sont publiés que tous les six ans. Grâce à cette cartographie, la consommation des sols peut être mieux suivie, la perméabilité des sols peut être surveillée et l’étalement urbain peut être combattu.
«Notre objectif n’est pas de remplacer l’humain par l’intelligence artificielle», explique Devis Tuia, l’un des directeurs de thèse de Zermatt à l’EPFL. « Bien que l’algorithme de Valérie réduise la quantité de travail fastidieux qui doit être fait manuellement. terrain de football Wiese acte.