FOSS4G : World Bank et Planet utilisent le machine learning pour le projet d’urbanisation responsable en Tanzanie

Catégorie: Communiqués, Contrats, Réseaux/Transports, Secteur public

Planet annonce aujourd’hui un programme de R&D avant-gardiste en partenariat avec World Bank et United Kingdom’s Department for International Development (DFID) pour la ville de Dar es Salaam en Tanzanie.

Il s’agit pour la première fois de la mise en place de nouveaux outils à même de détecter les évolutions urbaines dans les pays émergents, s’appuyant sur l’imagerie satellite de Planet. Ce projet s’inscrit dans le cadre du Tanzania Urban Resilience Program.

Alors que plus des deux-tiers de la population mondiale devrait vivre en ville d’ici à 2050, le développement durable dépend de plus en plus de la bonne gestion de la croissance urbaine. Dar es Salaam est l’une des plus grandes capitales et à la croissance la plus rapide d’Afrique de l’Est. Des études estiment que la ville se développe à un taux de 8 à 12%, difficile néanmoins à confirmer, dans la mesure où cette croissance n’est ni planifiée ni cartographiée. La rapide urbanisation combinée à une quasi-absence de planification engendre d’importants risques en termes d’infrastructures, de santé publique, d’approvisionnement en eau potable, de milieux naturels, d’écosystèmes et de stabilité sociale.

Pour piloter des nouvelles solutions de financement du développement et d’aménagement urbain, Planet et la World Bank ont utilisé l’imagerie satellite haute-résolution, les données issues du terrain fournies par l’initiative communautaire Ramani Huria, et les techniques avancées de deep learning pour automatiquement détecter l’évolution de la construction de bâtiments ainsi que la densité urbaine à Dar es Salaam.

La solution est composée de deux applications : la première est dédiée à la détection automatique de l’emplacement des bâtiments et l’autre concerne la mesure de leur hauteur. Combinés, ces deux indicateurs permettent d’avoir une vision claire du coefficient d’occupation des sols qu’utilisent les gouvernements, les ONG et organismes internationaux de développement pour évaluer la surface des terrains disponibles et déterminer ce qui est planifié et ce qui ne l’est pas.

Détection de la superficie au sol d’un bâtiment

 

 

Détection de la hauteur des bâtiments

 

 

A moyen terme, Planet et World Bank cherchent à améliorer à la fois la superficie au sol des bâtiments et l’analyse de leur hauteur, tout en ajoutant dans l’application des séries chronologiques haute-fréquence. Tout en poursuivant leurs efforts sur la modélisation, les deux partenaires entendent inclure d’autres zones géographiques et adapter l’application à d’autres solutions locales.

Planet présentera le programme à la conférence URTZ 2018: Understanding Risk, dans la cadre de FOSS4G, à Dar es Salaam, Tanzanie, le 29 août.

Plus d’informations en ligne sur le blog de Planet : https://www.planet.com/pulse/world-bank-planet-sustainable-urbanization-tanzania/

 

A propos de Planet :

Planet, spécialiste de l’imagerie satellite et de l’analyse des données, exploite la plus grande flotte de microsatellites au monde et collecte au quotidien une quantité impressionnante d’images sur l’évolution de la planète. Planet conçoit, construit et exploite plus de 150 satellites, et développe les logiciels ainsi que les outils en ligne restituant les données aux utilisateurs.

Plus d’informations sur www.planet.com . Suivez-nous sur Twitter @PlanetLabs.

Pour accéder à la galerie d’images de Planet : http://www.planet.com/gallery

Contacts Presse :

GOOTENBERG – Laurence Colin & Carole Cousin – Tél. : +33 (0)1 43 59 29 90 – Laurence.colin@gootenberg.fr – carole.cousin@gootenberg.fr

Tags: IA, machine learning, urbanisme