- il y a 8 heures
Cécilia Severi Gay reçoit Éric Lasserre, Directeur Business Innovation chez Thalès, pour présenter le projet FLORIA une solution innovante qui croise données satellitaires et l’intelligence artificielle pour mesurer la qualité de l'air. Un projet développé en partenariat avec le Space for Climate Observatory, qui illustre comment la donnée spatiale peut répondre aux grands défis environnementaux.
Catégorie
🗞
NewsTranscription
00:03Musique
00:12Mesurer la pollution atmosphérique depuis l'espace et en faire une donnée utile est surtout lisible.
00:18C'est le défi que s'est lancé Thales en partenariat avec le Space for Climate Observatory.
00:23Le projet FLORIA combine intelligence artificielle et données satellitaires pour détecter et cartographier la pollution atmosphérique.
00:30Eric Lasser, directeur business innovation chez Thales, est avec nous aujourd'hui pour nous expliquer comment ça marche.
00:37Bonjour.
00:37Bonjour.
00:37Bienvenue sur le plateau de Smart Space.
00:39Merci de vous dire.
00:41Alors racontez-nous ce projet FLORIA, en quoi ça consiste exactement ?
00:45Alors l'idée de base c'était vraiment d'apporter une solution pour pouvoir mesurer différents types de pollution au
00:52niveau du sol.
00:52sans obligatoirement avoir des capteurs qu'on a installés.
00:56Donc effectivement certaines zones sont équipées à Paris, Air Paris bien sûr à ces capteurs.
01:02Mais il faut installer les capteurs, c'est relativement coûteux, il faut les entretenir.
01:06Donc nous notre vision c'était de dire, il y a de la donnée satellite, elle existe, elle est en
01:12plus en open data la plupart du temps.
01:14Donc pourquoi ne pas l'utiliser et essayer de voir comment on peut se débrouiller pour que cette donnée permette
01:20d'avoir une information vue de l'espace,
01:23mais au niveau du sol pour des utilisateurs et qui leur permette d'avoir ce niveau de pollution à différents
01:29types de pollution.
01:30A quelle échelle du coup vous êtes capable de mesurer ces phénomènes aujourd'hui ?
01:34Alors il y a deux échelles, il y a l'échelle temporelle, on arrive à avoir une revisite qui dépend
01:39en fonction des satellites entre 1 et 4 jours.
01:41Donc là on va mélanger les sources pour avoir cette revisite temporelle, l'échelle temporelle.
01:46Et au niveau de l'échelle géographique, on a une information qui est bien évidemment pas aussi précise qu'un
01:52capteur,
01:52mais on arrive à avoir une information sur des zones de 2 km par 2 km.
01:58Donc ça donne vraiment une information qui est intéressante, surtout qu'elle ne nécessite pas de capteur.
02:04Alors vous disiez, ça dépend des satellites qui sont présents.
02:08En fait l'idée pour vous c'est d'utiliser beaucoup de satellites, même des satellites d'autres nationalités ?
02:12Oui, en fait les satellites fournissent de la donnée et puis c'est un petit peu à nous à inventer
02:18ce qu'on va faire avec cette donnée-là.
02:20Et donc pour tout ce qui est mesure de l'atmosphère, il y a les satellites européens, il y a
02:25les satellites américains,
02:26qui sont tous scientifiques, qui sont utilisés, certains depuis plus d'une dizaine d'années.
02:32Et donc effectivement en fonction du type de polluants qu'ils détectent, en fonction de leur revisite, de leur précision,
02:39nous on va hybrider ça, on va les mélanger, on va essayer de mettre tout ça sur des formats un
02:44peu communs,
02:44et puis on utilise nos IA dessus, et puis on va hybrider avec d'autres types de données.
02:49C'est ça qui va être intéressant, c'est-à-dire qu'il faut homogénéiser toutes ces données, ça c
02:52'est peut-être un défi, évidemment.
02:55Et aussi faire fonctionner cette rencontre entre l'intelligence artificielle, la donnée météo et la donnée satellite,
03:00et c'est ça qui change la donne.
03:01C'est exactement ça qui change la donne, c'est-à-dire que l'addition de ces différents types de
03:08données
03:09crée quelque chose de nouveau et d'un peu plus grand que les données indépendamment les unes par rapport aux
03:15autres.
03:15Et donc effectivement, on a besoin d'autres choses, on ne peut pas tout faire avec du satellite,
03:19mais la donnée météo, la donnée modèle de terrain, il y a tout un tas de données comme ça.
03:24Et puis, la magie, quelque part, même si ce n'est pas magique, mais de l'IA,
03:29c'est qu'elle permet de nous aider à hybrider ces données ensemble,
03:33à les faire se rencontrer, à les faire travailler ensemble finalement,
03:36pour avoir un résultat qui, somme toute, est assez intéressant.
03:39– Vous visez des particules en particulier, vous avez le pouvoir de décider ce que vous allez mesurer
03:43dans la pollution atmosphérique ?
03:45– Alors, on a le choix en fonction de ce que regardent les différents satellites.
03:49– D'accord.
03:49– Donc, Floria, c'est vraiment quelque chose qui a été focalisé sur les PM10,
03:54donc toutes les particules, particules, alors pas totalement fines,
03:58puisque le vocable « particules fines », c'est pour tout ce qui est inférieur à 2,5 microns,
04:03mais bon, on travaille sur du 10 microns, donc c'est à peine plus gros,
04:06mais c'est de la particule, donc effectivement, c'est toute cette pollution particulière
04:10qui se déplace dans l'atmosphère, on peut arriver à la mesurer,
04:14mais on a travaillé aussi sur d'autres types de satellites, d'autres types de données,
04:17pour mesurer le SO2, on peut mesurer l'ozone, on peut…
04:22Donc après, il faut que le satellite donne une donnée suffisamment fiable, précise,
04:28pour qu'on ait une validation intéressante.
04:31Le gros enjeu, c'est la validation, c'est de montrer que nos résultats…
04:35– Qui sont fiables. – Qui sont fiables.
04:36– Si on allait mesurer avec un capteur, on aurait la même chose.
04:39– Exactement, et c'est là où on réutilise ces fameuses zones
04:42qui sont équipées de capteurs, mais pour se benchmarker,
04:45pour vérifier qu'on donne des résultats qui sont à peu près…
04:48– Et l'IA, en fait, va pouvoir aller explorer les couches,
04:51puisque vous parlez d'une grande échelle quand même,
04:53mais en fait, vous pouvez aller explorer chaque couche en fonction d'altitude.
04:56– C'est-à-dire que l'IA, on arrive à lui apprendre,
04:59donc c'est des méthodes de sur-requête-modèle,
05:01donc il existe des modèles mathématiques extrêmement précis
05:04qui permettent de recalculer les pollutions en fonction des couches
05:09et en fonction de toute la colonne qu'on va avoir,
05:11qui va être mesurée par le satellite.
05:13Ils sont très lourds, très longs à utiliser,
05:16donc nous, ce que l'on fait avec l'IGA,
05:17c'est qu'on va remplacer ces modèles par de l'apprentissage
05:20et donc être capable de retrouver,
05:22à partir de la mesure du satellite sur toute la couche
05:25jusqu'aux plus grandes hauteurs de l'atmosphère,
05:27arriver à retrouver les différents taux de pollution.
05:30Donc, en gros, à partir d'une donnée qui est globalement 2D,
05:33vue par le satellite, on recrée la troisième dimension, la 3D,
05:37pour savoir quels sont les taux de pollution altitude par altitude.
05:41– Alors, ce que je trouvais assez fantastique
05:43quand on a préparé cette émission,
05:44c'est de découvrir qu'il y avait la notion d'accès aux archives des satellites
05:48qui peuvent être une mime d'or, en fait, de données,
05:51pour vous, quand vous faites ce genre de modèle.
05:53– C'est déjà indispensable,
05:55parce qu'il y a d'y apprentissage,
05:58c'est dans notre cas,
05:59et donc pour faire l'apprentissage, il faut la donner.
06:01Et donc, effectivement, on récupère des archives météo,
06:03donc ça, c'est classique,
06:04tout le monde se doute qu'elles existent.
06:06– Bien sûr.
06:06– Mais, effectivement, on peut récupérer aussi
06:08les archives des données satellites.
06:11– Quand on sait quoi chercher, en fait,
06:13ça peut nourrir vos calculs.
06:16– C'est extrêmement…
06:17– Alors, ça fait des dizaines d'années
06:18que les scientifiques l'utilisent.
06:20Là, ce qui se passe, c'est que nous,
06:23on est là pour essayer de sortir ça des labos de recherche.
06:27– Et oui, et créer un modèle commercialisable.
06:29– Et créer un modèle qui peut être commercialisable pour aider.
06:32Alors, quand je dis sortir des domaines de recherche,
06:34on ne le fait pas tout seul,
06:35on le fait avec des chercheurs aussi,
06:36qui nous aident, parce qu'on en a besoin,
06:38ne serait-ce que pour valider,
06:39pour avoir une meilleure compréhension.
06:41Nos ingénieurs, même si ce sont des ingénieurs
06:43qui connaissent bien le domaine de l'atmosphère,
06:46ont encore besoin de tout ce qui est « today »
06:49au niveau recherche.
06:50– Évidemment. Alors, chez Thalès,
06:51c'est qu'un exemple parmi d'autres, en fait, Florian.
06:54Vous avez d'autres projets comme cela ?
06:55– On essaie, voilà, d'utiliser…
06:57En fait, on a passé énormément d'années,
06:59ça fait plus de 30 ans qu'on travaille avec le CNES,
07:01et qu'on produit de la donnée issue du satellite,
07:03donc production pour l'utiliser au sol.
07:05Et on s'est dit que, maintenant qu'on produit,
07:08on connaît très bien ces données,
07:10qu'elles soient météo, qu'elles soient images,
07:12dans l'optique, dans le radar,
07:13on les connaît par cœur, puisqu'on les génère.
07:15C'est le résultat de notre travail,
07:18c'est vraiment ces données-là.
07:19Donc, autant les utiliser,
07:20et savoir aussi nous-mêmes les utiliser.
07:21Donc, on a développé d'autres solutions,
07:23toujours avec de l'IA,
07:24toujours avec de la donnée spatiale,
07:26toujours avec de l'hybridation de données.
07:27On utilise beaucoup des données météo
07:28et des modèles de terrain.
07:30Donc, on travaille sur des cartes
07:33qui vont permettre de préparer
07:36les différents SDIS
07:39à des zones de risque de feu.
07:41Donc, on les aide à savoir
07:42où est-ce qu'ils pourraient essayer
07:43de positionner leurs équipements
07:47en prévention,
07:48à tel endroit,
07:49plutôt qu'à tel autre,
07:50parce qu'il y a plus de risque là,
07:51qu'il y a un feu, que là.
07:52Donc, pour être...
07:53Important, juste avant l'été.
07:54Moi, je viens du sud de la France
07:56et c'est un vrai sujet.
07:57Vous avez entendu que moi aussi.
07:58Bien sûr.
08:00Oui, oui, on travaille avec le département
08:03de l'Hérault, là, maintenant,
08:04depuis deux ans.
08:05Donc, ils essaient d'utiliser,
08:06de voir ce qu'on peut leur apporter.
08:07On travaille aussi avec d'autres solutions
08:10autour de la détection des risques de crues.
08:13Est-ce qu'il va y avoir une crue ?
08:14Est-ce que cette crue va amener
08:16jusqu'à une inondation ?
08:18Quelle va être la surface de cette inondation ?
08:20Comment est-ce qu'on peut s'y préparer ?
08:23Comment est-ce qu'on peut essayer
08:24de la réduire en positionnant
08:26des grosses pompes, par exemple ?
08:27Ça, c'est des choses qu'on fait aussi
08:28avec d'autres pompiers sur la France.
08:33On travaille aussi sur la détection.
08:35Donc là, c'est un petit peu différent encore.
08:37Là, c'est vraiment que la donnée
08:37de satellite est de très, très haute définition.
08:40On va essayer de repérer
08:41depuis l'espace des dépôts sauvages.
08:43Et puis, c'est de caractériser.
08:45Est-ce qu'ils sont à côté d'une source,
08:47d'une école ?
08:49Est-ce qu'ils sont à côté d'une zone
08:50qui est censée être protégée ?
08:51Pour pouvoir aller,
08:53d'y tenter, intervenir.
08:55Prévenir à minima les collectivités,
08:57les missionalités.
08:58Et c'est vrai que c'est très, très intéressant
08:59parce que ça permet de découvrir
09:01beaucoup de choses.
09:02On voit le monde autrement tout à coup.
09:03On le voit.
09:04On le voit un peu plus clair aussi.
09:05On le voit plus clair.
09:06On le voit d'en haut.
09:08On prend de la hauteur.
09:08On prend de la hauteur.
09:09Merci beaucoup, Eric Lasser.
09:11Je rappelle que vous êtes directeur
09:12business innovation chez Thales
09:13d'avoir pris le temps
09:14de venir avec nous sur ce plateau.
09:16Merci à tous de nous avoir suivis.
09:18On se retrouve le mois prochain
09:19sur Bsmart.
Commentaires