Production
Qualification de données
Croisement de données
Analyse territoire
Objectifs
Apporter une expertise opérationnelle pour le développement d’un service de détection et de suivi de l’orpaillage en Côte d’Ivoire combinant l’exploitation des images Sentinel 1 et 2 par l’IA (Pixstart) et de données cartographiques pour un système expert d’aide à la qualification.
Résultats
Geo212 a réalisé en amont une identification de 111 sites par photo-interprétation (sur images Sentinel- 1 et 2, Maxar et sources ouvertes), pour fournir des zones d’apprentissage. Geo212 a développé un système expert de qualification des zones d’orpaillage extraites de l’IA puis procédé à la validation des détections issues de l’IA.

Contexte

Lauréat du concours « Challenge Collectivité » dans le cadre des Challenges Innovation Copernicus, Pixstart et Geo212 (sous-traitant) ont réalisé un POC (Proof of Concept) d’un projet sur les thématiques de déforestation et d’orpaillage en Côte d’Ivoire au profit du CURAT (Centre Universitaire de Recherche Appliquée en Télédétection, Côte d’Ivoire). Webinaire

Description du projet

Dans le contexte du POC du projet, Pixstart a mis en œuvre un algorithme de « détection de perte de couverture végétale » sur la région de Yamoussoukro. 

Geo212 a eu la charge de préparer les données géoréférencées d’apprentissage nécessaires au paramétrage des algorithmes Pixstart, puis a procédé à la validation des extractions automatiques par photointerprétation.

En parallèle, à partir de ses compétences géographiques et l’expertise de la donnée sur la zone étudiée, et d’une expertise géologique et minière, Geo212 a proposé un système expert, modélisant les conditions de développement des sites d’orpaillage dans cette partie de la Côte D’ivoire, permettant de qualifier automatiquement les zonages issus des algorithmes d’IA.

 

Des données issues de photo-interprétation et de l’open data ont été regroupées sur différentes thématiques afin de former un jeu de données cohérent pour l’ensemble des travaux :

Pour l’apprentissage

  • Images des satellites Sentinel 1 (radar) et Sentinel 2 (optique), ainsi que des images très haute résolution (sources ouvertes et Maxar)
  • Parcelles constituées par photo-interprétation sur des zones tests qui ont permis d’identifier des zones orpaillées et des zones défrichées. L’analyse a permis d’améliorer les zones d’entrainement des algorithmes en distinguant des changements végétatifs saisonniers, des zones de brûlis liés au zones agricoles, des zones inondées cultivées telles que des rizières, des constructions humaines (chantiers routiers, extension urbaines…)

Pour le système Expert

  • Données hydrographiques (cours d’eau hiérarchisés, zones d’eau libre, zones humides)
  • Calculs de pentes (issues du Modèle Numérique de Terrain ALOS)
  • Cartographie des exploitations minières et des permis déclarés
  • Réseau routier extrait d’OpenStreetMap, hiérarchisé et traité avec les outils Geo212.

Ces données sont intégrées dans un algorithme introduisant un indice de confiance sur la probabilité que la déforestation soit générée par l’orpaillage.

Il en résulte une très bonne détection des sites d’orpaillage, 89 % des surfaces détectées automatiquement par les algorithmes correspondant effectivement aux besoins du POC (Proof of Concept).