Voici quelques projets réalisés dans des parcs naturels à travers le monde afin de cartographier l'abondance d'une population de mégafaune et/ou des activités humaines ayant un impact sur cette population.

 
 

Mégafaune marine, finistère sud (fr)

2021-23 : Réalisation de campagnes d’acquisitions de connaissances sur la mégafaune marine

Client : Office Français de la Biodiversité, Parc Naturel Marin d'Iroise

Problème : Acquérir sur la zone d’étude des données permettant de qualifier et de quantifier la fréquentation spatio-temporelle par la mégafaune marine : oiseaux marins, mammifères marins, tortues marines…

Solutions :

  • L'Avion Jaune acquiert des images à très haute résolution.

  • WIPSEA utilise, dans le cadre de ce projet, le réseau de neurones développé dans le contexte du projet SEMMACAPE pour détecter et classer automatiquement la mégafaune marine présente dans les photos correspondantes aux observations visuelles.

  • Cohabys produit des cartographies et des estimations d'abondance à partir des informations extraites des photos et des relevés visuels.

Résultats : Le réseau de neurones permet de sélectionner les photos correspondantes aux observations visuelles afin de préciser les espèces et le nombre d’individus. Ceci permet de créer de cartes de distribution et des estimations d’abondance plus précises.

 

 

Plaisance Durable, France

2021-22 : Projet RESOBLO : Réalisation de campagnes d’acquisitions de connaissances sur les activités de loisirs dans les parcs naturels marins

Client : Office Français de la Biodiversité, Parc Naturel Marin du Cap Corse et des Agriates, Parc Naturel Marin des Estuaires Picards et de de la Mer d'Opale

Problème : Détecter et caractériser des usages de loisirs sur des photos aériennes de 5cm de résolution au sol.

Solution :

  • L'Avion Jaune a acquis des photographies aériennes à très haute résolution dans le Parc Naturel Marin du Cap Corse

  • WIPSEA a enrichi le réseau de neurones développé dans le cadre de RefiBapp (cf. projet ci-dessous) pour ajouter de nouvelles activités de loisirs nautiques et la détection des baigneurs, plageurs et plongeurs.

Résultats : Livraison de couches de points localisant les personnes sur la plage et dans la zone de baignade ainsi que les bouées de mouillage, les embarcations et engins nautiques sur la plage et en mer (bande de 700m).

 

 

Pêche à pied & plaisance durable, France

2016-19 : Projet RefiBApp : Reconnaissance Fine des Bateaux et des Pêcheurs à Pied

Client : l'Office Français de la Biodiversité, le Parc Naturel Régional du Golfe du Morbihan et le Parc naturel marin du Golfe du Lion.

Problème : comptabiliser, sur des photos aériennes les milliers de pêcheurs à pied présents sur les plages du Parc Naturel Régional du Golfe du Morbihan lors des grandes marées. Etudier si le drone ou le piège-photographique panoramique peut servir à déterminer l'utilisation des zones de mouillage dans les deux parcs afin de déterminer l'emplacement des dispositifs de mouillage écologique.

Solution : utiliser l'apprentissage actif* et/ou l'apprentissage profond pour permettre la reconnaissance fine des bateaux et le comptage des pêcheurs à pied.

Résultat : l'apprentissage profond donne de très bons résultats sur la reconnaissance fine des bateaux et le comptage des pêcheurs à pied. L'apprentissage actif montre un intérêt et ouvre la voie à un algorithme qui s'adapte à ce que cherche l'utilisateur dans les photos (publications de Mathieu Laroze). Le drone s'avère plus précis que le piège-photographique pour déterminer l'emplacement des bateaux au mouillage (problème de perspective sur les photos produites par le piège-photographique).

*: thèse CIFRE co-encadrée par l'équipe OBELIX de l'Université de Bretagne Sud et l'équipe LinkMédia de l'Université de Rennes 1. Thèse co-financée par l'AnRT et l'EIT Digital.

 

 

DUgongs, Nouvelle-Calédonie (FR)

2018-19 : Etude et suivi de la distribution de la population de Dugongs en Nouvelle-Calédonie par survol aérien.

Client : Conservatoire d'Espaces Naturels-Nouvelle-Calédonie.

Problème : pour des raisons de sécurité (vol à basse altitude et faible vitesse), les suivis par observateurs embarqués nécessitent un avion bimoteur provenant d'Australie ce qui augmente les coûts.

Solution : utiliser l'avion monomoteur de Vertical Passion, présent en Nouvelle-Calédonie, mais embarquer un appareil-photo haute résolution et son opérateur fournis par l'Avion Jaune et voler à plus haute altitude. Utiliser la solution logicielle mise au point par WIPSEA et l'Office Français de la Biodiversité dans le cadre du projet SEMMA-DRONE pour analyser et géo-référencer les photographies puis faire appel à des experts mandatés par le CEN-NC pour valider les détections proposées. En déduire des cartes de distribution et d'une estimation d'abondance de la population de dugongs (aide de l'équipe AMAP du CIRAD pour les statistiques).

Résultats : cette technique basée sur de l’imagerie numérique et des algorithmes de détection a permis de démontrer que notre solution peut traiter des milliers de photographies aériennes et retrouver les dugongs présents dans ces photos. Les cartes de distribution et les estimations d’abondance délivrées permettent au Conservatoire d’Espaces Naturels de mener à bien son Plan d’Action Dugong.

 

 
Sea,Turtles

Tortues, Mayotte (FR)

2013-2018 : Projet SEMMA-DRONE : Suivi et Etude de la Mégafaune Marine par Drone

Clients : Office Français de la Biodiversité, le Parc naturel marin de Mayotte, CEDTM/Kélonia

Problème : volonté d'utiliser mensuellement un drone Ebee au dessus de la réserve de NGouja (300m x 800m) pour suivre les intéractions de la population de tortues marines avec la ressource et les activités humaines mais chaque vol génère 300 photos donc besoin d'une solution d'analyse semi-automatique.

Solution : développement d'un réseau de neurones grâce à l'apprentissage profond pour la détection et la reconnaissance des tortues marines par WIPSEA et développement d'un plugin de géo-référencement des photographies pour QGIS par Actimar.

Résultat : le logiciel a été utilisé pour déterminer la distribution des tortues marines dans la réserve sur 3 années consécutives. De nouvelles versions des logiciels ont permis d’intégrer de nouveaux drones de la marque DJI et de nouvelles images pour l’apprentissage d’un réseau de neurones encore plus performant dans le cadre d’un processus d’amélioration continue.