Les drones peuvent aider à surveiller la santé des colonies d’oiseaux marins isolées

Une nouvelle étude a démontré que l’imagerie par drone combinée à l’intelligence artificielle constitue un moyen efficace mais peu coûteux de surveiller les colonies d’oiseaux marins éloignées.

Des scientifiques à université de Duke et la Wildlife Conservation Society (WCS) a utilisé l’apprentissage automatique pour analyser plus de 10 000 images d’oiseaux marins prises par des drones dans les îles Falkland.

Les experts ont constaté que cette méthode peut être tout aussi efficace que les méthodes traditionnelles sur le terrain, tout en réduisant les coûts de main-d’œuvre et le risque d’erreur humaine.

Situées au large des côtes argentines, les Malouines abritent les plus grandes colonies d’albatros à sourcils noirs au monde et les deuxièmes plus grandes colonies de manchots sauteurs du sud. Les îles constituent des lieux de reproduction pour des centaines de milliers d’oiseaux.

Un algorithme d’apprentissage en profondeur utilisé par les chercheurs a pu reconnaître et compter les albatros avec une précision de 97 pour cent et les manchots avec une précision de 87 pour cent. Dans l’ensemble, les décomptes automatisés se situaient à moins de cinq pour cent des décomptes humains dans 90 pour cent des cas.

« L’utilisation des enquêtes par drones et du deep learning nous offre une alternative remarquablement précise, moins perturbatrice et nettement plus simple. Une seule personne, ou une petite équipe, peut le faire, et l’équipement dont vous avez besoin pour le faire n’est pas si coûteux ou compliqué », a expliqué l’auteur principal de l’étude, Madeline C. Hayes, analyste en télédétection au Duke University Marine Lab.

La surveillance de grandes colonies d’oiseaux densément disséminées sur des îles isolées est un processus fastidieux qui peut également perturber le comportement des oiseaux.

Pour l’enquête par drone, les scientifiques du WCS ont collecté plus de 10 000 photos individuelles, qui ont été converties en une image composite à grande échelle. Hayes a analysé l’image à l’aide d’un réseau neuronal convolutif (CNN) pour estimer le nombre des deux colonies d’oiseaux marins.

« Un CNN est vaguement calqué sur le réseau neuronal humain, dans le sens où il apprend de l’expérience », a déclaré le co-auteur de l’étude, le professeur David W. Johnston, directeur du Duke Marine Robotics and Remote Sensing Lab.

« Vous entraînez l’ordinateur à détecter différents motifs visuels, comme ceux créés par les albatros à sourcils noirs ou les manchots sauteurs du sud dans des exemples d’images, et au fil du temps, il apprend à identifier les objets formant ces motifs dans d’autres images telles que notre photo composite. .»

Selon le professeur Johnston, la nouvelle approche est largement applicable et augmente considérablement la capacité de surveiller la santé des colonies d’oiseaux marins dans le monde entier, ainsi que la santé des écosystèmes qu’elles habitent.

« Le dénombrement des grandes colonies d’oiseaux marins d’espèces mixtes dans des endroits éloignés constitue un défi permanent pour les défenseurs de l’environnement », a déclaré Guillermo Harris, co-auteur de l’étude. « Cette technologie contribuera aux évaluations régulières des populations de certaines espèces, nous aidant ainsi à mieux comprendre si les efforts de conservation fonctionnent. »

L’étude est publiée dans la revue Applications ornithologiques.

–—

Par Chrissy Sexton, Espèces-menacées.fr Rédacteur