Date de modification: 2023-12-12
Partagez cette page:
Découvrez la série GeoAI, des données géospatiales fondamentales créées à l’aide de l’intelligence artificielle (IA).
La Série GéoIA est un ensemble d’entités géographiques qui sont:
Une distinction importante de cette série est que plusieurs jeux de données, ou projets d’extraction GéoIA, peuvent exister simultanément sur la même zone géographique à plusieurs moments.
En raison de la nature du processus d’extraction, les entités contiennent une quantité minimale d’informations et n’auront été soumises qu’à un processus sommaire de validation et de correction avant d’être publiées.
Le Canada est grand, très grand ! La capacité d’identifier des tendances et des changements au fil du temps offre une multitude d’occasions aux utilisateurs de données.
Cependant, cela entre en conflit avec les processus cartographiques typiques d’attribution, de validation et de corrections strictes, même lorsque ceux-ci sont exécutés à l’aide d’outils et de logiciels géospatiaux. Ces contraintes posent déjà des défis importants pour la maintenance continue des jeux de données fondamentaux. Mais voici GéoIA !
Grâce à l’entraînement et à l’utilisation de l’IA pour identifier des éléments cartographiques spécifiques dans les images haute résolution, la majeure partie du processus de cartographie a été automatisée et est beaucoup plus efficace. Comparé aux techniques de numérisation humaine, le système GéoIA est plus de 1000 fois plus rapide !
Même si les résultats ne sont pas toujours aussi précis que ce que l’on peut s’attendre des techniques manuelles, l’efficacité gagnée permet la création continue de quantités massives de données et ouvre la porte à une multitude de nouvelles applications.
Classifier différents types d’utilisation des terres, tels que les zones forestières, l’hydrographie de surface, les bâtiments, les routes, etc. Être capable d’interpréter automatiquement ces classes peut considérablement accélérer le processus et la précision de création des données fondamentales.
Détecter et surveiller les changements dans le paysage au fil du temps. Par exemple, les changements dans l’utilisation des terres dus au développement, les dommages aux infrastructures après une inondation ou la réduction de la couverture végétale après un feu de forêt.
L’exemple ci-dessus met d’abord en évidence la différence entre un produit cartographique typique tel que CanVec et GéoIA, ainsi qu’une analyse de l’étalement urbain pour la ville de Québec entre 2006 et 2022 par l’entremise d’une analyse de points chauds réalisée à partir des données GéoIA pour les zones ayant une haute concentration de nouveaux bâtiments détectés entre les deux dates.
En fournissant des géométries de base en accès libre, les entités de GéoIA peuvent être utilisées et intégrées dans des projets visant le développement de jeux de données prêts à l’analyse. Ceux-ci peuvent donc être récupérés pour passer par des processus d’ajustements manuels, d’attribution, ainsi que par le contrôle de qualité et une assurance qualité plus strictes. De plus, les données GéoIA générées à partir de sources récentes peuvent aider à identifier les zones nécessitant des mises à jour importantes, facilitant ainsi le travail des fournisseurs de données en leur permettant de concentrer leurs efforts sur des zones précises.
Découvrez les zones actuellement couvertes par GéoIA.
Accédez aux métadonnées GéoIA et téléchargez les jeux de données disponibles.
Explorez les résultats d’une analyse de détection des changements pour la ville de Québec.
Cette série de données n’en est qu’à ses premiers balbutiements. De nombreux efforts ont été nécessaires pour en arriver là, mais cela ne constitue pas un point d’arrêt pour le développement de la série GéoIA. D’abord, nous travaillons à établir plus de collaborations pour accélérer la création de données à partir de sources actuelles et historiques. Ensuite, nous continuerons à travailler sur l’amélioration des aspects de modélisation de GéoIA et des post-traitements afin de fournir des données de meilleure qualité. Revisitez régulièrement cette page pour rester informés à propos des dernières mises à jour et annonces.
Envoyez un courriel à geoinfo@nrcan-rncan.gc.ca pour communiquer avec notre équipe.
Depuis 2019, le Centre canadien de cartographie et d’observation de la Terre (CCCOT) a déployé d’importants efforts stratégiques dans le développement de systèmes de gestion de données géospatiales basés sur l’infonuagique et d’une capacité avancée en IA. Ces efforts ont conduit au lancement et à la distribution ouverte du projet Geo-Deep-Learning (accédez au github de géo-deep-learning), visant à permettre l’utilisation de réseaux de neurones convolutifs (CNN) avec des ensembles de données géospatiales.
Ressources naturelles Canada a ensuite mis en œuvre des outils de prétraitement d’images et de géo-apprentissage profond dans un pipeline opérationnel qui est utilisé pour traiter automatiquement de très grandes quantités d’images optiques aériennes ou satellitaires (l’utilisation d’autres sources de données est actuellement en cours de développement) afin d’en extraire des données géospatiales fondamentales.
Afin de tester les systèmes, valider les résultats, développer la structure des jeux de données et mettre en évidence des cas d’utilisation, divers projets pilotes ont été réalisés sous la direction du Conseil canadien de géomatique (COCG). Après l’achèvement de ces projets pilotes, la Série GéoIA a été officiellement approuvée par le COCG en tant que série de données de l’Initiative GéoBase.
Partagez cette page:
Centre Canadien de cartographie et d’observation de la terre
Ressources naturelles Canada
Gouvernement du Canada
geo@nrcan-rncan.gc.ca
Avis
Propulsé par GEO.CA, droits d’auteur © 2024