Une construction mathématique, statistique ou d'apprentissage automatique qui ingère des images satellitaires (et souvent des données auxiliaires) pour représenter, prédire ou simuler des variables physiques, écologiques ou infrastructurelles dérivées de ces images.

Principe

Encoder les relations entre observables extraits d'images et variables cibles via des fonctions paramétrées entraînées ou calibrées sur des données étiquetées, des équations physiques ou des approches hybrides combinant les deux.

Démonstration

Un réseau de neurones convolutionnel entraîné sur des empreintes de bâtiments étiquetées et des images haute résolution prédictant la présence et le type de toiture dans une zone urbaine, en fusionnant éventuellement des données d'élévation et cadastrales.

Mauvaise application

Déployer un modèle au-delà du type de capteur, de la résolution spatiale ou du domaine géographique sur lesquels il a été entraîné sans recalibrage, entraînant des prédictions biaisées ou invalides.

Conséquence

Bien conçus et validés, les modèles d'imagerie permettent la cartographie automatisée, la surveillance quasi-temps réel et le comblement des lacunes des observations in situ; mal utilisés, ils propagent des erreurs systémiques à grande échelle.

Inversion

Une carte descriptive ou un ensemble de règles dérivées manuellement d'images qui n'est pas encodé comme un modèle paramétré réutilisable et ne peut pas produire de prédictions généralisables.

Limite

Couvre les modèles empiriques, physiques et hybrides opérant sur des images satellitaires; exclut l'interprétation manuelle pure, les flux de travail qui ne produisent pas de prédicteur paramétré et les modèles n'acceptant pas d'images en entrée.

Tension sémantique

Tensions entre modèles purement axés sur les données privilégiant la performance prédictive et modèles physiques privilégiant l'interprétabilité et les lois de conservation; les modèles hybrides tentent de concilier ces objectifs.

Synthèse

Un modèle d'imagerie satellitaire est une fonction paramétrée transformant des entrées image (et données auxiliaires) en variables cibles, conçue pour généraliser et produire des prédictions, simulations ou inférences tout en ayant des limites connues.