Simple Science

La science de pointe expliquée simplement

# Informatique# Vision par ordinateur et reconnaissance des formes

Nouvelles méthodes pour identifier les fours à briques en Asie du Sud

Une nouvelle technique pour localiser les briqueteries nuisibles en Asie du Sud.

― 7 min lire


Détecter les fours àDétecter les fours àbriques avec des donnéessatellitesbriqueteries polluantes.Une nouvelle méthode pour localiser les
Table des matières

La pollution de l'air causée par les industries a un impact sérieux sur la santé et contribue au changement climatique. En Asie du Sud, les petites industries, surtout les briqueteries, jouent un grand rôle dans ce problème. Ces briqueteries créent un smog épais qui nuit à la santé des gens. Il est crucial de localiser ces briqueteries avec précision pour réduire leur impact sur le climat et la santé. Toutefois, repérer ces briqueteries peut s'avérer compliqué à cause de leur petite taille et des vastes zones qu'elles couvrent.

Le défi de localiser les briqueteries

Identifier le nombre exact et la Localisation des briqueteries est essentiel pour s'attaquer aux problèmes qu'elles engendrent. On trouve souvent ces briqueteries en grand nombre, et elles sont de grosses sources de pollution de l'air. Les petites industries informelles, surtout dans les zones à ressources limitées, peuvent être difficiles à surveiller. La Technologie de télédétection, qui utilise des données satellites, peut aider à localiser ces briqueteries et suivre leurs émissions de carbone.

Une estimation grossière suggère qu'une part importante des émissions mondiales de carbone noir provient des briqueteries. Bien que ces briqueteries offrent des emplois, elles sont aussi liées à des problèmes comme l'esclavage moderne. Cartographier les emplacements des briqueteries en Asie du Sud est une étape importante pour s'attaquer à la pollution de l'air et au travail forcé, en ligne avec les Objectifs de Développement Durable des Nations Unies.

Les enquêtes manuelles pour cartographier ces briqueteries ne sont pas pratiques à cause des grandes zones géographiques qu'elles couvrent. Heureusement, les avancées technologiques et la disponibilité de données satellites permettent des enquêtes automatisées, facilitant ainsi les études à grande échelle.

Efforts précédents pour identifier les briqueteries

Ces dernières années, des Images satellites ont été utilisées pour examiner l'esclavage moderne et identifier les briqueteries. Le projet "Esclavage depuis l'Espace" visait à trouver des briqueteries en utilisant une méthode basée sur la communauté où des bénévoles étiquetaient des images satellites. Cependant, ils n'ont pu annoter qu'une petite partie de la zone, rendant cette méthode difficile à mettre à l'échelle.

D'autres recherches ont porté sur l'utilisation de données satellites à basse résolution autour de la région de Delhi pour identifier les briqueteries. Cela était basé sur certains indices de végétation mais faisait face à des problèmes comme un grand nombre de fausses détections. En revanche, des images à haute résolution ont été utilisées pour la détection des briqueteries mais sont coûteuses et prennent du temps, ce qui les rend moins viables pour des applications à grande échelle.

Une nouvelle méthode pour détecter les briqueteries

On propose une nouvelle méthode qui combine des images satellites à basse et haute résolution pour identifier les briqueteries en Asie du Sud. Notre approche se compose de deux étapes principales : Classification et localisation. Dans la première étape, on utilise des données à basse résolution pour classer les emplacements potentiels des briqueteries en analysant divers indices spectraux. Ensuite, dans la deuxième étape, on applique une méthode de détection affinée pour localiser précisément les briqueteries.

Étape de classification

Dans l'étape de classification, on se concentre sur l'utilisation de données spectrales à basse résolution, qui sont disponibles gratuitement. On analyse divers indices qui mettent en avant les caractéristiques clés des briqueteries. Par exemple, les briqueteries ont généralement de faibles niveaux de végétation et d'humidité, tout en montrant des signes de construction et de combustion. En évaluant ces indices, on peut créer une carte de chaleur qui indique où les briqueteries potentiel peuvent se trouver.

Étape de localisation

Une fois qu'on a les emplacements potentiels des briqueteries grâce à l'étape de classification, on passe à l'étape de localisation. On utilise un modèle de détection d'objets modifié qui s'adapte aux orientations des briqueteries. Cela nous permet de minimiser les fausses détections et de créer précisément des zones de délimitation autour des briqueteries identifiées.

Avantages de notre approche

Notre méthode montre des améliorations significatives en vitesse et en précision par rapport aux techniques existantes. On s'assure que la phase de classification traite rapidement une grande partie de la zone, permettant à la phase de détection plus complexe de se concentrer uniquement sur les sites potentiels des briqueteries.

Notre approche proposée a prouvé son efficacité dans trois pays : le Pakistan, l'Inde et l'Afghanistan. Elle peut fonctionner dans des conditions variées, prenant en compte différents terrains et facteurs environnementaux.

Méthodologie détaillée

Pour identifier les briqueteries, on utilise une série d'indices spectraux qui mettent en avant leurs caractéristiques. Les briqueteries ont généralement des traits spécifiques qui peuvent être observés dans les images satellites. Les indices que l'on utilise aident à différencier ces briqueteries des zones environnantes.

Dans la première étape, on filtre les zones qui ne correspondent pas aux profils attendus pour les briqueteries. Cela nous permet de créer un ensemble plus gérable de candidats potentiels qui seront envoyés à la deuxième étape pour un examen plus approfondi.

Dans la phase de localisation, on intègre une technique de détection sensible à l'orientation. C'est crucial car les briqueteries peuvent être trouvées dans des positions et orientations variées en raison de leurs pratiques de construction. En prenant en compte cela, on rend notre détection plus robuste.

Comparaison de performance

Quand on compare notre méthode avec des techniques de pointe, on constate qu'elle offre des performances similaires ou meilleures tout en étant plus rapide en temps de traitement. L'utilisation d'images à basse résolution nous permet de couvrir de vastes zones plus rapidement, tandis que les images à haute résolution sont appliquées de manière stratégique pour affiner la détection.

Dans les tests effectués dans différentes régions, notre méthode a constamment donné de bons résultats en termes de précision et de rappel. On a aussi démontré son efficacité dans des régions où le contraste entre les briqueteries et les zones non-briqueteries pourrait être faible.

Conclusion

En gros, notre approche combine des données satellites à faible coût avec des techniques de détection avancées pour identifier avec précision les briqueteries à travers l'Asie du Sud. Cette méthode aide non seulement à cartographier ces briqueteries mais contribue aussi à traiter les problèmes de santé et liés au climat associés à la pollution de l'air.

À l'avenir, on prévoit d'utiliser notre technique pour surveiller les activités illégales des briqueteries durant des périodes spécifiques, comme le smog hivernal. Cela va renforcer notre capacité à surveiller les émissions de carbone et à aborder les problèmes de travail, en s'alignant sur des objectifs pour une meilleure gestion environnementale et une responsabilité sociale accrue.

Directions futures

Le potentiel de cette méthode ouvre des voies pour des recherches et applications supplémentaires. En améliorant notre capacité à cartographier les briqueteries, on peut aussi contribuer à des efforts plus larges visant à améliorer la qualité de l'air et à protéger les droits de l'homme.

En affinant nos méthodes et en rassemblant davantage de données au fil du temps, on espère élargir nos études pour couvrir plus de régions et approfondir la compréhension des dynamiques des industries informelles et de leurs impacts sur la santé et l'environnement.

Source originale

Titre: Mitigating climate and health impact of small-scale kiln industry using multi-spectral classifier and deep learning

Résumé: Industrial air pollution has a direct health impact and is a major contributor to climate change. Small scale industries particularly bull-trench brick kilns are one of the key sources of air pollution in South Asia often creating hazardous levels of smog that is injurious to human health. To mitigate the climate and health impact of the kiln industry, fine-grained kiln localization at different geographic locations is needed. Kiln localization using multi-spectral remote sensing data such as vegetation indices can result in a noisy estimates whereas relying solely on high-resolution imagery is infeasible due to cost and compute complexities. This paper proposes a fusion of spatio-temporal multi-spectral data with high-resolution imagery for detection of brick kilns within the "Brick-Kiln-Belt" of South Asia. We first perform classification using low-resolution spatio-temporal multi-spectral data from Sentinel-2 imagery by combining vegetation, burn, build up and moisture indices. Next, orientation aware object detector YOLOv3 (with theta value) is implemented for removal of false detections and fine-grained localization. Our proposed technique, when compared with other benchmarks, results in a 21 times improvement in speed with comparable or higher accuracy when tested over multiple countries.

Auteurs: Usman Nazir, Murtaza Taj, Momin Uppal, Sara Khalid

Dernière mise à jour: 2023-05-24 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2303.11654

Source PDF: https://arxiv.org/pdf/2303.11654

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires