Cette page dédiée présente l’un des thème / domaine stratégique actuellement en discussion dans le cadre de notre Programme de financement de recherche stratégique. L’ensemble des thèmes / domaines en discussion est indiqué sur la page du programme. Chaque page dédiée (y compris celle-ci) peut être à un niveau de détail et de maturité variable. Pour participer à la discussion sur ce thème ou en proposer de nouveaux, veuillez utiliser ce formulaire. Si vous souhaitez être tenu.e au courant des développements autour de ce thème / domaine, inscrivez-vous ci-dessous.

Biodiversité, changements climatiques et environnement

Description et justification du domaine

Dans sa vision du développement durable, le ministère de l’Économie, de la Science et de l’Innovation note que la biodiversité est cruciale pour la société québécoise, et qu’elle représente une énorme valeur économique et culturelle. Par contre, les changements climatiques et autres changements environnementaux ont un impact majeur sur la biodiversité. Il y a un très grand besoin de données sur l’état de notre biodiversité, mais les changements sont si rapides et extensifs que les inventaires de terrain ne suffisent pas. La télédétection ultra haute-résolution par drone présente un immense potentiel pour la suivi de la biodiversité, mais le développement de nouveaux algorithmes d’IA sont essentiels pour réaliser ce potentiel. Par exemple, le MELCC et le MFFP ont des besoins pressants au niveau de la caractérisation écologique d’aires protégées, la détection des plantes envahissantes, le suivi des espèces menacées, les inventaires forestiers et ont exprimé un très grand intérêt d’utiliser les drones comme outils de suivi de la biodiversité. Ces données sont non seulement utiles pour la gestion du territoire à l’échelle locale et régionale, mais aussi nationale afin de pouvoir faire les grands bilans nécessaires pour atteindre les cibles des grandes conventions internationales en matière de conservation de la biodiversité.

La biodiversité et l’environnement sont identifiés dans le plan stratégique de l’UdeM comme des secteurs d’excellence à favoriser (https://recherche.umontreal.ca/fileadmin/recherche/documents/user_upload_ancien/La_recherche_a_UdeM/Fichiers/Orientations_strategiques_recherche_2017-2021_avril.pdf). La science de la biodiversité est très bien représentée à l’UdeM, notamment à travers sa forte représentation de chercheurs dans le Centre de la science de la biodiversité du Québec (CSBQ; Etienne Laliberté est co-directeur, Anne Bruneau est co-responsable d’axe). Le Centre sur la biodiversité de l’UdeM (https://www.irbv.umontreal.ca/a-propos/centre-sur-la-biodiversite) est un pôle d’excellence en recherche dans la domaine. Sa localisation et partenariat étroit avec la jardin botanique de Montréal (près d’un million de visiteurs par année) présente d’excellentes opportunités de faire rayonner diffuser la recherche au grand public. Le projet aurait des liens étroits avec l’Observatoire Aérien Canadien de la Biodiversité (CABO; www.caboscience.org), dirigé par Etienne Laliberté. Le CSBQ est maintenant hôte de GEO BON, un réseau international d’observatoires de la biodiversité. Ce projet pourrait faire des contributions très importantes au niveau de la mise en place d’un réseau pan-canadien d’observation de la biodiversité (https://www.nserc-crsng.gc.ca/Media-Media/NewsDetail-DetailNouvelles_eng.asp?ID=1252), tel que souhaité par le CRSNG, Environnement et Changement climatique Canada (ECCC), Pêches et Océans Canada (MPO), Parcs Canada (PC) et l’Agence spatiale canadienne (ASC).

(ajout 22/07) L’amélioration de la performance de l’agriculture en champ au Québec passe par le développement d’outils de télédétection performants. L’autonomie alimentaire, spécialement dans le contexte de grands changements climatiques sera au fil des prochaines années un enjeu stratégique. Ces outils, utilisés comme aide à la décision, seront une aide précieuse pour la planification de travaux d’agriculture de précision et d’évaluation de la qualité de la récolte.

(ajout 22/07) Le suivi temporel des changements climatiques permet d’évaluer les tendances et mieux comprendre le système climatique, et le poids des interventions humaines. Ce thème est très stratégique, car il est désormais très lié à l’économie, mais aussi aux valeurs des gens, et donc très politique par ricochet. L’idée est de savoir quoi prioriser et quels efforts investir, dans quels domaines et avec quels groupes (air, terre, eau, recherche, opérationnalisation, public, privé).

(ajout 22/07) This field is highly strategic and vitally important for long term sustainability of our economy and society. A new Global Biodiversity Framework will be negotiated at the 15th Conference of the Parties of the Convention on Biological Diversity in October 2021. This framework lays out a new vision for biodiversity with associated goals and targets for the global community. There will be a major emphasis on monitoring biodiversity change and the impacts of biodiversity change on ecosystems and human well being. Countries around the world will be applying the latest research and methods for detecting and attributing biodiversity change in order to support measures implemented to protect biodiversity. Canada and Quebec, as signatories to the CBD will be implementing this measures too. It is very important that we foster the translation of the latest research knowledge in this field in the coming year. Canada has begun a Census of the Environment, and is in the process of establishing a Canada Biodiversity Observation Network. Both projects will rely on AI methods and data science to accelerate the translation of data into decisions. Quebec’s ministries (MELCC and MFFP) have established its own biodiversity observation network in collaboration with the Quebec Centre for Biodiversity Science). IVADO projects have much to offer at all these levels.

Contexte

Mots-clefs :

  • Biodiversité, changements climatiques, télédétection, drone, imagerie, vision par ordinateur
  • (Ajout 22/07) système climatique, intelligence artificielle, apprentissage profond, apprentissage machine, sciences géomatiques, télédétection, programmation, analytique, sciences des données, big data, faune et flore, modélisation, inférence, statistiques, cartographie, système d’information géographique, sécurité civile, militaire, météorologie, assurances, R&D, éducation, construction, gouvernement, archéologie, télécommunications, LIDAR, radar, satellite, photos aériennes, photogrammétrie, orthoimage, haute résolution, drone, station, capteur, base de données, données vectorielles, raster, requêtes spatiales, aide à la décision, temporalité, zones à risque, hydrologie, réseaux, ingénierie, indicateurs, aide à la décision
  • (Ajout 22/07) Vision par ordinateur, Apprentissage automatique
  • (Ajout 22/07) sustainability, nature-based solutions, evolution, environmental DNA, genomics.

Organisations pertinentes :

  • Observatoire Aérien Canadien de la Biodiversité (CABO), Centre sur la biodiversité de l’Université de Montréal, Centre de la science sur la biodiversité du Québec (CSBQ), GEO BON, NEON, MELCC, MFFP, Hydro-Québec, HoromaAI, MAPAQ, Microsoft (AI for Earth, Planetary Computer), Google Earth Engine, NEON, TERN, GBIF, Canadensys.
  • (ajout 22/07) John Deere, Bayer, Monsanto, Sollio, UPA, FADQ, CNRC PARI, AAFC, CRAAQ, OBVIA, IVADO, MILA, CRSNG, Mitacs, U. Laval, U. Sherbrooke, McGill U., U. Montréal, ENAP, Zone Agtech, Géomont, LBM Agtech, horoma AI, NorthStar Ciel & Terre, HiLDEN, NASA, Agence Spatiale du Canada.
  • (ajout 22/07) les acteurs de ces domaines sont impliqués : sécurité civile, santé publique, militaire, météorologie, assurances, R&D, éducation, construction, gouvernement, ingénierie, réseaux, archéologie, les banques, les assurances, télécommunications
  • (ajout 22/07) There are several groups operating at different levels that are relevant to this theme and projects in Quebec: Group on Earth Observations Biodiversity Observation Network (GEO BON) is an international network and flagship of GEO. The Quebec Centre for Biodiversity Science (QCBS, a FRQNT strategic cluster). Both organizations have their secretariats in Montreal. As co-director of these institutions I am working closely with Microsoft and their AI for Earth program and have received funding on AI applications to biodiversity assessments and monitoring.

Personnes pertinentes suggérées durant la consultation :

Les noms suivants ont été proposés par la communauté et les personnes mentionnées ci-dessous ont accepté d’afficher publiquement leur nom. Notez cependant que tous les noms des professeur.e.s (qu’ils soient affichés publiquement ou non sur notre site web) seront transmis au comité conseil pour l’étape d’identification et de sélection des thèmes stratégiques. Notez également que les personnes identifiées durant l’étape de consultation n’ont pas la garantie de recevoir une partie du financement. Cette étape sert avant tout à présenter un panorama du domaine, incluant les personnes pertinentes et non à monter des équipes pour les programmes-cadres.

Programmes-cadres potentiels

botanist: AI to monitor plant biodiversity from drone imagery

bot an autonomous program on the internet […] that can interact with systems or users | botanist a scientist who studies plants

Our planet is home to nearly 400,000 plant species that collectively power the biosphere, on which our lives ultimately depend. Human activities, notably via climate change, are rapidly and fundamentally altering this precious biodiversity. Actionable data about plant biodiversity ーwhich plant species grow where, now and in a warmer futureー are in very high demand across a large number of sectors, because the species composition of vegetation controls the functioning of ecosystems and the many services they provide us with. However, acquiring plant biodiversity data is severely constrained by the fact that it requires sending highly trained botanists in the field to visually identify and survey plant species. This human-powered process is extremely slow, laborious, costly, and limited to very small localities (roughly 10ー100 m2 day-1 botanist-1), whereas land management decisions often involve surfaces millions of times larger. As a result, we are left completely in the dark about how climate change and other major environmental changes are impacting plant biodiversity across the overwhelming majority of the Earth’s surface, and land managers are essentially playing blind.

Advances in drone technology could boost our ability to monitor plant biodiversity by a factor 104ー106, thus providing actionable data at spatial scales relevant to decision-making. In particular, cheap, easy-to-use, microdrones can now capture high-resolution images of large swaths of vegetation with almost no legal or logistical constraints, making them universally accessible. However, AI and new algorithms are required to achieve the transformative potential of this technology for monitoring plant biodiversity. While impressive results have already been achieved with convolutional neural networks to classify, detect and segment plant species from high-resolution drone RGB imagery using visual features alone, smarter and better algorithms will need to leverage other key sources of information that are used by human botanists to efficiently and accurately visually identify plant species, such as the broader spatial, temporal and environmental context, as well as the co-occurrence of other species. The primary research objective of this project would be to develop these new AI algorithms that harness visual features as well as broader contextual information. Such research would also be an important step toward establishing a global plant biodiversity observation system based on satellite remote sensing, using AI algorithms trained with those higher-resolution biodiversity maps from drone imagery.

The ability to map plant biodiversity at high resolutions over large extents with drones and AI will benefit many sectors: land management agencies in charge of monitoring and preserving biodiversity, resource extraction sector (e.g. forestry, mining) who need to perform vegetation surveys for environmental assessments and/or ecosystem restoration, or precision agriculture (e.g. weed mapping). For example, we are working with MELCC to track plant biodiversity changes using drones and AI in their provincial biodiversity monitoring network, and they have expressed much interest in this approach to better characterize the vegetation within new protected areas, detect invasive species, and monitor populations of threatened species. MFFP would also benefit from improved tree species mapping, and they already invest heavily into human visual photo-interpretation of aerial imagery for forest species classification. MAPAQ could also be interested in this research for improved weed management. Hydro-Québec, which must manage vegetation within 34 000 km of power lines right-of-ways, would also benefit from improved plant species mapping, particularly large trees.

There would be potential to attract additional support for this project, either via government agencies (particularly MELCC and MFFP), or private companies (e.g. Hydro-Québec, HoromaAI). Recently, Microsoft AI for Earth has donated 1M$USD for a joint GEO BONQCBS initiative (Laliberté is now co-director of QCBS) to improve biodiversity monitoring; they have expressed interest in supporting other transformative projects such as the one we propose here that could make excellent use of Microsoft’s Planetary Computer (either via cloud computing, human resources, access to Earth observation data to provide environmental contextual information, and/or funds). Such a collaboration with Microsoft’s Planetary Computer could help to operationalize and provide broad access to the research and tools we would be developing in this project. As lead PI of the CABO project and co-director of QCBS, Laliberté is already part of a team of a core team of researchers with much of the expertise required to make this project possible, including: Mickaël Germain (UdeS; AI in remote sensing, web-based GIS, active learning, decision systems), Anne Bruneau (UdeM, biodiversity information standards and data sharing), Margaret Kalacska (McGill; photogrammetry and image processing), and Nicholas Coops (UBC; fusion with satellite data for large-scale biodiversity mapping). The project would also benefit from establishing new collaborations, especially with other researchers within MILA and IVADO who specialize in computer vision, as well as other researchers interested in developing sub-projects about use cases of the proposed research (e.g. biodiversity conservation, vegetation management, forestry, precision agriculture, etc).

(Ajout 22/07) Deux applications bien précises, l’évaluation de la biodiversité dans un champ de fourrage permet de valider la valeur nutritive, donc la valeur de la biomasse à récolter. Dans un second temps, la biodiversité dans un champ de monoculture n’est pas une bonne chose. La capacité de détecter les mauvaises herbes tôt dans le cycle de croissance permet de prendre action rapidement pour éviter la contamination de la récolte et son déclassement.

Documentation complémentaire

Développer une plateforme d’annotation d’images géoréférencées de hautes résolutions, collaborative entre les humains et les modèles AI (feedback), ouverte et compétitive. Voir le projet AIDE sur github https://github.com/microsoft/aerial_wildlife_detection et les autres existantes collectées. https://vince7lf.github.io/assets/Outils%20annotation%20mask%20segmentation%202021%20Vincent%20Le%20Falher.pdf

Voir aussi : https://docs.google.com/document/d/1_JUZqxh3rtn6ZMa8X2Hn4G-X3GebpGS4KXQkvEGg9Po/edit?usp=sharing

Intéressé.e? Entrez votre courriel pour recevoir les mises à jour en lien avec cette page :

Historique

30 juin 2021 : Première version

3 juillet 2021 : Ajout de noms de personnes pertinentes.

6 juillet 2021 : Ajout de noms de personnes pertinentes.

13 juillet 2021 : Ajout de noms de personnes pertinentes.

22 juillet 2021 : Compléments d’information sections “Description”, “Contexte”, “Programmes cadres”