Contexte

Notre environnement est perpétuellement soumis à des changements dans l’espace et dans le temps, plus ou mois fréquent, de magnitude différente, dû à des facteurs de déclenchement différents, et avec des conséquences qui peuvent avoir un impact sociétal et économique important. Il est donc essentiel de surveiller ces processus environnementaux (par exemple, l’érosion ou les changements des modes d’occupation et d’utilisation des sols) et les écosystèmes naturels ou anthropiques afin d’améliorer nos connaissances sur les interactions souvent complexes entre l’Homme et son environnement. Leur compréhension est primordiale et souvent la première étape pour l’aide à la décision afin de mieux gérer le territoire. 

On assiste depuis peu à la prolifération croissante de données géospatiales et hétérogènes (nuages de points 3D, photographies aériennes ou terrestres à très haute voire extrêmement haute résolution spatiale, images satellites, notamment stéréoscopiques, à très haute résolution spatiale), acquises avec une fréquence temporelle très élevée par différentes plates-formes et capteurs. Ces données peuvent être issues de lasers scanners terrestres statique ou mobile (LiDar), de caméras terrestres ou aériennes optique (de type drone) ou spatiale (par exemple de type Pléiades ou Sentinel-1/2). Par ailleurs, de nombreuses archives de données géospatiales sont également disponibles et constituent, elles aussi, une source de données inestimable pour l'analyse des changements rétrospectifs. A ce titre, elles contribuent également au déluge de données face auquel est soumis l’utilisateur final. 

L’ensemble des ces sources de données constitue véritablement une masse de données hétérogène à haute fréquence temporelle à exploiter pour la cartographie et la surveillance des dynamiques environnementales. Bien qu'une multitude de méthodes (semi-)automatiques aient été développées ces dernières années pour extraire des connaissances sur ces dynamiques tels que les paramètres environnementaux (étendue, volumes, vitesses, typologie des changements) le plus souvent uniquement à partir de données LiDar ou uniquement à partir d'images aériennes ou satellitaires, très peu de recherches ont porté sur la cartographie et la surveillance de l'environnement en tenant compte de la complémentarité de ces données hétérogènes et multi-source issues de ces différents capteurs et plateformes. 

Objectifs

Dans ce contexte, les objectifs du projet TIMES sont de produire de nouvelles connaissances sur les dynamiques environnementales à partir de l'exploitation de ces données géospatiales massive et hétérogène. Il s’agit de proposer et développer de nouvelles méthodes permettant d’exploiter la complémentarité et surtout la haute fréquence temporelle de cette masse de données hétérogènes afin de répondre à des enjeux sociétaux et environnementaux.

Réalisation

Ce projet de grande ampleur a débuté en décembre 2017, pour une durée de 4 ans.

Partenaires

• ICUBE, Laboratoire des sciences de l'Ingénieur, de l'Informatique et de l'Imagerie
• LIVE, Laboratoire Image, Ville, Environnement
• MIPS - UHA, Laboratoire Modèles, Intelligence, Processus et Systèmes - Université de Haute-Alsace
• UPDESCARTES-LIPADE, laboratoire informatique Paris Descartes

Plus d'information sur le projet TIMES sont disponibles ici ou ici.