Ouvrir une fenêtre sur les phénomènes environnementaux grâce à une nouvelle technologie d’imagerie

Les données collectées par les satellites, les drones, les radars et les microscopes constituent une mine d’informations pour mieux comprendre notre environnement. Et lorsque ces données sont couplées à l’intelligence artificielle (IA), elles permettent de percer les secrets de phénomènes se déroulant à tous les niveaux.

Dans un monde en évolution rapide où les menaces environnementales abondent, une meilleure compréhension des processus naturels et anthropiques peut aider à corroborer les points de vue, à guider les efforts de conservation et de renouvellement et à orienter de nouvelles recherches.

L’une des clés pour parvenir à ce type de compréhension est la technologie de l’imagerie. Une multitude de données sont capturées par les satellites, les radars, les lidars et les microscopes ; l’astuce consiste à rassembler les différentes formes de données et, parfois avec l’aide de l’IA, à en tirer des informations précieuses.

Les chercheurs de nombreux domaines exploitent les possibilités offertes par les nouvelles technologies d’imagerie – comme la détermination de la composition chimique des plantes, la détection des déchets flottant dans l’océan, la quantification et la caractérisation des précipitations, la cartographie des récifs coralliens de la mer Rouge et l’évaluation de la santé de vastes étendues de terres cultivées – afin d’en apprendre davantage sur les écosystèmes de toutes tailles.

Congeler les plantes pour mieux les voir

Au Laboratoire de géochimie biologique (LGB) de l’EPFL, les scientifiques étudient une série de processus biologiques et autres au niveau subcellulaire : la rupture de la relation entre les microalgues et le corail dans lequel elles vivent ; le stress causé aux plantes par le stress salin ; la reconstitution des conditions climatiques passées à partir de minuscules coquilles carbonatées mesurant moins d’un millimètre de long ; et bien plus encore.

Les scientifiques utilisent divers microscopes et autres instruments de microanalyse de haute technologie pour observer les transferts chimiques où même de légères variations moléculaires et ioniques peuvent perturber un organisme entier et avoir un impact à une échelle beaucoup plus grande.

Prenons l’exemple du corail et des milliers de microalgues qu’il abrite, dans ce qui semble être une relation symbiotique parfaite : le corail se nourrit des nutriments libérés par les microalgues, tandis que les microalgues absorbent le CO₂ produite par le corail. Mais cette relation millénaire, qui donne d’ailleurs aux coraux leur couleur chatoyante, est aujourd’hui menacée par le réchauffement climatique.

La hausse des températures de l’eau exerce un stress sur les microalgues, les poussant à libérer des composés toxiques pour le corail. Ce dernier réagit en les expulsant, ce qui entraîne le blanchissement des coraux, voire leur mort. Lorsque ce phénomène se produit à grande échelle, des écosystèmes entiers de récifs coralliens peuvent s’effondrer et entraîner une perte considérable de la biodiversité océanique.

Depuis plusieurs années, une équipe de scientifiques du LGB utilise un microscope ionique pour étudier les secrets cachés de cette relation symbiotique. « Nous utilisons un microscope NanoSIMS, qui bombarde les échantillons d’ions », explique Nils Rädecker, postdoctorant au LGB. « Cela nous permet d’observer les processus de transfert à très haute résolution. Nous pouvons voir des cellules individuelles et même des structures subcellulaires. »

Grâce au NanoSIMS, les scientifiques ont pu découvrir de nouveaux mécanismes dans la rupture de la symbiose, comme la manière égoïste avec laquelle les microalgues cessent de fournir des nutriments au corail bien avant que celui-ci ne les expulse.

« Le problème avec le NanoSIMS est que la plupart des composés solubles sont perdus lors de la préparation nécessaire des échantillons », explique Anders Meibom, professeur au LGB. Pour contourner ce problème, les scientifiques ont patiemment développé un microscope CryoNanoSIMS qui permet d’analyser des échantillons biologiques à l’état congelé et dont rien ne se perd.

« Le CryoNanoSIMS nous permet donc d’imager précisément où les composés solubles, tels que des molécules spécifiques comme des médicaments ou des micropolluants, s’accumulent dans les cellules individuelles », explique Meibom.

Le microscope a ouvert de nombreuses perspectives de recherche. Par exemple, Priya Ramakrishna, postdoctorante au LGB, l’utilise pour produire des cartes chimiques à haute résolution d’une plante modèle afin d’étudier la réponse cellulaire à la salinité du sol.

« L’augmentation de la salinité du sol affecte la croissance des plantes et a donc des conséquences sur les cultures vivrières. Nous devons comprendre comment les plantes réagissent à ce phénomène », explique-t-elle.

Les images et l’IA donnent une voix à notre planète

La Terre a une superficie de plus de 196 millions de km²—il existe de nombreux espaces pour que les écosystèmes prospèrent loin des sentiers battus, dans des zones reculées inaccessibles aux scientifiques de terrain. Pourtant, les drones, les satellites et les smartphones équipés de capteurs forment un réseau dense d’appareils de collecte de données capables de fournir des informations anonymisées et exploitables.

« Le satellite que nous utilisons le plus souvent peut par exemple prendre des images très détaillées de zones de 290 kilomètres de large avec une résolution de 10 mètres », explique Devis Tuia, professeur au Laboratoire de sciences environnementales computationnelles et d’observation de la Terre (ECEO) de l’EPFL. « Comme les images sont géolocalisées, nous connaissons toujours les coordonnées du lieu que nous analysons. »

Qu’il s’agisse d’étudier les populations animales, la répartition et la maturité des cultures, d’identifier les déchets flottant à la surface de l’océan ou de suivre la fonte des glaciers, le potentiel d’utilisation de la technologie d’imagerie pour observer et surveiller l’environnement est énorme.

« Chaque problème a son propre capteur et sa propre résolution préférée. De plus, les données disponibles sont très hétérogènes. Nous utilisons des algorithmes d’extraction d’informations standard et l’IA pour trier, cataloguer, rechercher et traiter ces ensembles de données hétérogènes et non structurés et les transformer en informations utiles et structurées », explique Tuia.

Son groupe de recherche a récemment développé un programme d’IA permettant de cartographier rapidement en 3D les coraux, des organismes dont on sait qu’ils jouent un rôle essentiel dans les écosystèmes marins, à partir de séquences filmées par des caméras disponibles dans le commerce. Grâce à cette technologie, même des plongeurs sans formation particulière peuvent facilement collecter des données sur les grands récifs coralliens.

Il y a aussi les données satellite. Ce type d’images recèle encore un potentiel considérable et les chercheurs doivent souvent former des programmes élémentaires de reconnaissance d’images à partir de zéro avec les données limitées disponibles pour un domaine spécifique. « Jusqu’à présent, il n’existait aucun programme capable de passer rapidement de la reconnaissance d’un déchet à la reconnaissance d’un arbre ou d’un bâtiment, par exemple », explique Tuia.

Lui et son équipe, en collaboration avec des collègues de l’université de Wageningen aux Pays-Bas, du MIT, de Yale et du centre de recherche de Jülich en Allemagne, ont développé une application caméléon appelée METEOR qui peut entraîner des algorithmes à reconnaître de nouveaux objets après avoir vu une poignée d’images de bonne qualité, ainsi qu’un algorithme de méta-apprentissage. Un gain de temps considérable lorsque l’acquisition de données sur le terrain est difficile ou très coûteuse.

Profilage des nuages

Parallèlement, les scientifiques du Laboratoire de télédétection environnementale (LTE) de l’EPFL tentent de comprendre pourquoi il n’existe pas deux flocons de neige, ni même deux gouttes de pluie, identiques. Ils surveillent les précipitations et étudient les nuages ​​dans le monde entier, notamment dans les Alpes, en Antarctique, en Arctique et en Grèce, à l’aide de radars, de lidars et d’un appareil spécial permettant de prendre des photos 3D des flocons de neige.

« L’imagerie est le seul moyen d’observer l’évolution des phénomènes météorologiques dans le temps et dans l’espace et à de nombreuses échelles différentes », explique Alexis Berne, professeur au LTE.

Aujourd’hui encore, les chercheurs peinent à obtenir des données quantitatives précises et fiables sur les précipitations, en particulier lorsqu’elles se présentent sous forme solide et dans les régions montagneuses et polaires. Pourtant, ces données peuvent contribuer grandement à préserver les ressources en eau, à prévoir les catastrophes naturelles et à évaluer les effets du changement climatique dans des régions très sensibles.

Cristaux surnuméraires

Il reste également beaucoup à apprendre sur la formation des gouttes d’eau et des cristaux de glace à l’intérieur des nuages. Si le mécanisme de condensation autour de certains aérosols – particules solides ou liquides en suspension dans l’atmosphère – faisant office de noyaux dits « glaciogènes » est bien connu, un second processus, la glace secondaire, recèle encore une part de mystère.

Lorsque les chercheurs ont pointé leurs radars vers les nuages ​​pour quantifier la formation des précipitations, ils ont constaté que les gouttelettes et les cristaux étaient bien plus nombreux que les particules d’aérosol. Les chiffres ne correspondaient pas. « Nous ne savons toujours pas exactement comment fonctionne ce processus de glace secondaire », explique Berne.

Son laboratoire, ainsi que d’autres de l’EPFL (le Laboratoire de recherche sur les environnements extrêmes et le Laboratoire des processus atmosphériques et de leurs impacts) participeront à un vaste projet visant à réaliser des profils de nuages ​​à différents endroits du monde.

L’objectif est d’observer le comportement des cumulonimbus et d’autres familles de nuages. « Ici, la modélisation informatique nous aidera également à mieux comprendre les conditions ambiantes dans lesquelles nous effectuons nos observations », explique Berne.

Images dérivées d’ondes électromagnétiques

« Nous n’effectuons pas le type d’analyse d’images que l’on fait en imagerie biomédicale, par exemple », ajoute Berne. Les radars utilisés par les scientifiques de son domaine produisent chaque jour des dizaines de gigaoctets de données, qui sont analysées pour réaliser des études de cas sur des phénomènes météorologiques spécifiques et générer des statistiques.

« Les facteurs que nous étudions le plus sont généralement ceux observés de manière indirecte, explique Berne. Les lidars et les radars fonctionnent avec des ondes électromagnétiques et nous mesurons les propriétés électromagnétiques des objets en temps réel. Nos travaux portent sur des algorithmes de restitution qui nous permettront d’extraire des informations sur les propriétés microphysiques des particules des nuages ​​pour mieux comprendre les mécanismes impliqués et quantifier plus précisément les précipitations. »