Comprendre la dynamique des forêts tropicales grâce à la télédétection et à l'apprentissage profond

La protection des forêts tropicales est essentielle pour atteindre les objectifs mondiaux de conservation du climat et de la biodiversité. Elles jouent un rôle essentiel dans le piégeage du carbone, le cycle de l'eau et les échanges de nutriments, régulant ainsi la composition de l'atmosphère et les schémas climatiques mondiaux. Cependant, elles sont soumises aux menaces interdépendantes de la déforestation et du changement climatique, qui exacerbent la perte de biodiversité et risquent de pousser ces systèmes vers des points de basculement écologique. Les techniques de vision par ordinateur basées sur l'apprentissage profond sont devenues des outils puissants pour la surveillance, la conservation et les efforts de prédiction au sein de ces écosystèmes vastes et complexes. Cette thèse utilise ces technologies émergentes pour comprendre la dynamique des forêts à des échelles allant de la phénologie des couronnes d'arbres individuels à la déforestation à grande échelle. Le chapitre 1 présente les forêts tropicales, explore leur valeur écologique et sociétale, et discute des défis et des opportunités technologiques liés à leur étude, en mettant l'accent sur le rôle des technologies de l'information et de la communication (TIC). technologiques de leur étude, en mettant l'accent sur l'apprentissage profond appliqué aux données de télédétection.