Surveiller une forêt avec l'IA : satellites, sons et relevés de terrain

Suivre l'évolution d'une forêt classée est un défi : surfaces étendues, accès difficile, pressions multiples. Aucune source de données ne suffit seule. C'est l'idée qui guide mes recherches doctorales sur la forêt classée de Wari-Maro.

Trois regards complémentaires

• Le satellite montre l'évolution du couvert à grande échelle et de façon répétée.
• Le son renseigne sur la présence de la faune et l'activité humaine, même là où l'on ne voit rien.
• Le terrain sert de vérité de référence pour calibrer et valider les modèles.

Le rôle de l'IA

Les modèles d'apprentissage automatique permettent de classer les occupations du sol, de détecter des changements et de trier automatiquement de longues heures d'enregistrements sonores. L'objectif n'est pas d'avoir un « gadget », mais un système d'aide à la décision fiable pour les gestionnaires.

Une carte sans validation de terrain reste une hypothèse.

Vers le MRV

Ces approches s'inscrivent dans une logique de mesure, notification et vérification (MRV), utile pour les mécanismes de type REDD+. La transparence des méthodes et la qualité des données de référence sont les points clés pour qu'un tel système soit crédible.