Révolutionner la préparation aux situations d’urgence grâce à la cartographie à la demande

Aléas naturels Cartes

À l’ère de l’hyperconnexion, les Canadiens recherchent une cartographie à jour et facile d’accès, au moment et à l’endroit où ils en ont le plus besoin. À Ressources naturelles Canada (RNCan), une équipe utilise l’intelligence artificielle pour répondre à cette demande.

Juillet 2024

Les situations d’urgence sont inévitables, qu’il s’agisse de catastrophes naturelles comme les inondations, les tremblements de terre et les tempêtes ou les événements causés par l’activité humaine, comme certains feux de forêt et glissements de terrain. Bien que ces événements ne puissent être totalement évités, les spécialistes utilisent désormais l’intelligence artificielle (IA) comme outil puissant pour traiter l’imagerie satellite et générer des cartes à la demande avant qu’une inondation ne se produise ou qu’un feu de forêt ne se propage. Cette méthode permet aux décideurs locaux et aux responsables des services d’urgence de planifier, de comprendre les risques, de cerner les dangers et de prendre des mesures pour réduire les dommages.

Vue aérienne des bâtiments d’une collectivité suburbaine entourée de forêts — Aperçu des bâtiments de Fort McMurray, en Alberta, en 2014. Crédits : Image satellite WorldView-2 © 2014 Maxar Technologies.

Une équipe du Centre canadien de cartographie et d’observation de la Terre (CCCOT) de RNCan transforme le processus de préparation aux situations d’urgence en créant la première série cartographique canadienne ouverte et à la demande qui est alimentée par l’IA. Baptisée GéoIA, elle fournit des renseignements actualisés sur diverses caractéristiques géographiques du pays, notamment les eaux de surface, les routes, les bâtiments et les zones forestières.

La série GéoIA se distingue par sa capacité à générer des mises à jour plus rapidement que jamais tout en conservant une précision incroyable. « Des travaux de cartographie qui auraient pris des mois, voire des années, peuvent désormais être réalisés en quelques semaines, quelques jours, voire quelques heures », explique Marc-André Faucher, gestionnaire de projet pour la cartographie à la demande. Il s’agit notamment de localiser avec précision les bâtiments, les infrastructures et les éléments naturels, ce qui permet de mieux comprendre les risques et les dangers potentiels. Les utilisateurs de GéoIA auront accès à des données plus précises et plus fréquemment mises à jour, avec un niveau de détail plus élevé.

Mille fois plus rapide

Pour mettre cette évolution en perspective, il a fallu plus d’un siècle pour produire la première série complète de cartes topographiques du Canada à l’échelle 1:50 000. Le processus était non seulement long, mais inefficace : une fois les cartes terminées, certaines d’entre elles étaient déjà obsolètes. Un technicien qualifié pouvait passer une heure à travailler à la main pour couvrir seulement deux kilomètres carrés, en fonction de la complexité de la zone. Désormais, le processus GéoIA peut couvrir la même zone en moins d’une minute, peu importe sa complexité.

« Il s’agit de faire plus avec moins », explique Marc-André. Avec GéoIA, la création de données est entièrement automatique, ce qui rend le processus 1 000 fois plus rapide que la numérisation manuelle. Ce niveau de rapidité était inimaginable il y a encore quelques années et présente de nombreux avantages. « Il nous permet de maximiser nos ressources humaines limitées, en créant des produits pour un plus grand nombre de régions et plus fréquemment », explique Mathieu Turgeon-Pelchat, agent de projet principal.

Des événements récents, tels que la saison sans précédent des feux de forêt de 2023, montrent à quel point il est important de disposer des données les plus récentes. Les cartes générées par GéoIA peuvent quantifier rapidement et automatiquement les changements de la couverture forestière au fil du temps, identifier les zones touchées par les feux de forêt ou les activités d’exploitation, et même détecter les forêts qui se régénèrent une fois qu’elles ont atteint une taille suffisante. De même, pour l’évaluation des risques d’inondation, des données actualisées peuvent montrer comment le paysage est remodelé au fur et à mesure que des bâtiments sont construits, que des routes sont détournées et que d’autres grands projets d’infrastructure sont réalisés.

Vue aérienne identifiant les zones de croissance urbaine de la ville de Québec — Croissance urbaine de la ville de Québec entre 2006 et 2022, les zones plus claires montrant des changements plus importants dans l’urbanisation

Bien plus qu’une question de technologie

Série de neuf images satellites avec texte à l’écran. Comment le Centre canadien de cartographie et d’observation de la Terre apprend à l’IA à identifier les bâtiments. Étape 1 : Acquérir des images satellites avec une variété de bâtiments et de contextes. Étape 2 : Identifier les bâtiments manuellement ou en superposant des cartes existantes. Étape 3 : Enlever les autres parties des bâtiments. Étape 4 : Introduire ces images et les positions des bâtiments dans des logiciels afin d’apprendre à l’IA à reconnaître automatiquement différents types de bâtiments dans des contextes différents, comme des environnements ruraux, industriels et urbains

Mais il ne s’agit pas simplement d’une question de technologie. Lorsqu’on a donné le coup d’envoi au projet GéoIA, l’équipe s’est rendu compte qu’elle était sur le point de réaliser quelque chose qui n’avait jamais été fait auparavant. « Mais même avec la meilleure technologie disponible, il n’y avait pas de solution toute faite », explique Mathieu.

En 2018, l’IA et la vision par ordinateur faisaient déjà des vagues dans des domaines comme la médecine, où elles étaient utilisées pour interpréter automatiquement les résultats de l’imagerie par résonance magnétique (IRM). L’équipe a vu une occasion d’adapter ces technologies au monde de la cartographie dans le domaine de l’analyse de l’imagerie satellitaire et aérienne.

Les membres de l’équipe avaient déjà une grande expérience de la création de cartes et disposaient de la plus grande collection de données géospatiales au pays. Au moment de commencer à travailler sur ce projet, l’équipe a établi sa philosophie de fonctionnement : au lieu de consacrer des ressources à la création de cartes à l’échelle du pays, elle s’est concentrée sur l’IA géospatiale dans des domaines précis, où les besoins se font sentir.

Il n’a fallu que quelques mois pour produire le premier prototype de GéoIA. L’équipe s’est attachée à extraire davantage de détails. Les employés se sont concentrés sur quatre caractéristiques essentielles – les bâtiments, les routes, les eaux de surface et les zones forestières – au lieu d’essayer d’intégrer les 100 différentes caractéristiques comprises précédemment. Ils ont déterminé les régions exposées aux risques naturels, les zones densément peuplées, les collectivités isolées et les zones subissant des changements permanents, comme l’expansion urbaine ou la modification de la couverture forestière. En adoptant cette approche, ils sont en mesure de réévaluer plus régulièrement les zones importantes, garantissant ainsi la disponibilité d’informations à jour.

Gros plan sur l’avenir : l’évolution de GéoIA

À mesure que la technologie progresse, l’IA devient de plus en plus utile et accessible à tous. Ces progrès sont alimentés par les avancées informatiques, la capacité de traitement qui double au bout de quelques années seulement et les modèles d’IA qui deviennent plus aptes à apprendre des caractéristiques complexes dans divers domaines.

Deux séries d’images satellites avant et après, avec texte à l’écran. Création d’une image à super-résolution par l’IANumérisation à partir de papier à 800 points par pouce. Super-résolution à 1 600 points par pouce. IA pour la colorisation automatique. Photo originale avec niveaux de gris. Colorisation automatique

« Il est fascinant de voir à quel point l’utilisation de l’IA est de plus en plus accessible pour les applications géospatiales, mais aussi en général », déclare Mathieu. « Lorsque notre équipe a mis au point le premier prototype, nous avons dû créer de nombreux outils nous-mêmes, en ayant recours à des experts en IA et en mathématiques. Désormais, des outils facilement disponibles peuvent gérer les opérations simples, ce qui permet aux experts de peaufiner les modèles plutôt que de les déployer. »

Les possibilités offertes par GéoIA sont passionnantes. GéoIA peut rapidement améliorer la résolution de l’image pour plus de détails et même coloriser automatiquement les images. Elle peut mettre en évidence les changements survenus au fil du temps en comparant des photos historiques avec des images actuelles, ce qui aide les chercheurs à comprendre les changements de paysage, dont la croissance urbaine, le déboisement et l’érosion côtière.

Une technologie transformatrice

Cette transformation n’est que le début! Dans l’avenir, GéoIA intégrera différents types de données – y compris des images optiques et radar, des données de nuages de points et des images historiques – pour une plus large gamme d’applications. « L’objectif est de tirer profit de la valeur d’importantes séries de données géospatiales, comme celles de RNCan », explique Mathieu. « Nous voulons nous assurer que les outils basés sur l’IA sont faciles à utiliser pour les non-experts, en intégrant une interaction transparente avec GéoIA dans les tâches quotidiennes. »

En utilisant l’IA pour la cartographie, le CCCOT répond non seulement aux exigences de l’ère numérique, mais révolutionne la préparation aux situations d’urgence et les efforts d’atténuation. La série GéoIA, c’est le pouvoir de l’innovation et l’avantage pratique d’avoir accès à des données ponctuelles et exactes au moment nécessaire.