Drones et IA pour contrer les plantes invasives en Suisse
Un projet de l'Université des sciences appliquées de Suisse orientale (OST) travaille sur l’utilisation de drones combinés à l'IA pour détecter les espèces végétales invasives. Ces néophytes évincent les plantes indigènes et nuisent également à la faune.
Dans la nature, certaines plantes se répandent dangereusement. Il s'agit de néophytes dites invasives, à savoir des espèces végétales qui ne sont pas indigènes, mais proviennent d'une région biogéographique totalement étrangère. En Suisse, il existe environ 500 à 600 espèces de fleurs, d'arbustes et d'autres plantes qui sont catégorisées comme des néophytes. Près de 60 d'entre elles sont considérées comme envahissantes, telles que la verge d'or à floraison tardive. Ces espèces n'ont pas d'ennemis naturels en Suisse et peuvent donc se propager rapidement et excessivement.
Ces néophytes invasives sont un problème car, d'une part, elles évincent la flore indigène et, d'autre part, elles ne fournissent que peu ou pas de nourriture, d'abri ou de sites de nidification aux animaux indigènes. Certaines espèces, comme la berce du Caucase ou l'ambroisie, constituent également un enjeu de santé publique. Pour ces raisons, il est important de contrer la prolifération des néophytes. Même les plus petites populations doivent être identifiées et combattues - idéalement avant qu'elles ne fleurissent et forment des graines. Une équipe de l'Institut Landschaft und Freiraum (paysage et espace ouvert) de la Haute école spécialisée de Suisse orientale (OST), dirigée par le professeur Jasmin Joshi, a imaginé faire appel à des drones commerciaux pour lutter contre cette invasion végétale et détecter les néophytes envahissants.
Détection aérienne des néophytes
Le concept de détection de néophytes par drone est né dans l’esprit de deux étudiants en Master, Nicolas Tobler et Raphael Unterer, qui ont pour ce faire développé un algorithme, explique l'OST. Il est ainsi possible d’identifier la propagation des néophytes envahissants avec de simples images en format RVB capturées par des drones. La solution fait appel à des modèles de deep learning, élaborés en collaboration avec le centre interdisciplinaire d'intelligence artificielle (ICAI) de l'OST.
Pourquoi des données RVB? «Les données RVB sont beaucoup plus faciles à obtenir», explique le professeur Guido Schuster, directeur de l'ICAI. Mais ce format rend l'identification des néophytes beaucoup plus complexe. «Nous avons développé et entraîné de nouveaux algorithmes d'IA parfaitement adaptés au problème et nous avons tout de même réussi à obtenir des performances élevées», explique le directeur de l'ICAI. Avant de préciser que l'algorithme est générique, ce qui lui permet d'utiliser différentes sources de données, comme l'imagerie infrarouge.
L'algorithme de deep learning de la Haute école spécialisée de Suisse orientale (OST) permet de détecter les pénates invasives via des images prises par des drones. (Source: OST)
Les pilotes amateurs peuvent s'impliquer
L'utilisation d'images RVB présente un autre avantage: «C'est important car il est désormais possible d'impliquer le public dans le contrôle des néophytes par le biais d'images de drones», souligne Guido Schuster. Cette participation pourrait se concrétiser par exemple, en mettant en place un serveur accessible via Internet. Les pilotes de drones pourraient y télécharger leurs fichiers d'images RVB. Le serveur utiliserait alors des algorithmes développés par l'OST pour détecter les populations néophytes. Ce serait un projet de «science citoyenne très utile», affirme le professeur expert en IA. Si la méthode s'avère fiable lors de futurs tests, elle pourrait certainement être utilisée dans la pratique.
A l’instar du Big Data et de la 5G, les drones sont aussi susceptibles de rendre l'agriculture plus efficace et durable.
