Groupe MDL4EO
Machine and Deep Learning for Earth Observation data
Le groupe de travail MDL4EO (Machine and Deep Learning for Earth Observation data) oriente ses recherches sur les méthodologies d'analyse à travers des techniques de machine learning, deep learning et intelligence artificiel développées pour l'analyse et l'étude de données d'observation de la terre.- Utilisation de la télédétection pour inventorier la biodiversité ou extraire des indicateurs sur la structure, la composition et la dynamique des écosystèmes de l’échelle locale à l'échelle globale
- Prise en compte des services écosystémiques dans les plans ou des projets d’aménagement, évaluations socio-économiques.
- Appui aux politiques publiques pour la mise en œuvre des mesures liées aux continuités écologiques (trame verte et bleue, trame noire …)
- Modélisation par couplage avec de la télédétection appliquée à la santé environnementale, humaine ou à la distribution spatiales d’espèces.
- Ecologie et modélisation spatiale s'appuyant sur le couplage d'approches de modélisation et d'observation par télédétection pour le développement des indicateurs de biodiversité et le suivi de l'impact des changements globaux sur les écosystèmes
- Analyse de la dynamique des écosystèmes terrestres exploités par l’homme et/ou dégradés, contribuant à proposer des modalités de gestion croisant des objectifs de conservation de la biodiversité et des fonctions économiques ou sociales (services écosystémiques)
- Applications dans le cadre de l'écologie du paysage, notamment atour de l'hétérogénéité spatiale et aux implications des différents patrons de paysage pour les communautés et les processus des écosystèmes.