L'œil des satellites, allié au cerveau de l'Intelligence Artificielle, devient le nouveau gardien de nos ressources en eau

Dans un contexte de pressions accrues sur la ressource en eau, conséquence du dérèglement climatique, il est important d’en effectuer une surveillance fine, tant au niveau quantitatif que qualitatif pour mettre en place une gestion proactive et adaptative.

Pour cela, disposer de données collectées en temps réel pour un suivi rapproché et en suffisamment grande quantité pour être représentatives sur un large territoire est un atout majeur pour connaître l'état de la ressource.

Les mesures in situ ne sont toutefois pas toujours faciles à obtenir : certaines zones sont difficiles d'accès rendant complexe l'implantation des appareils. Et disposer et entretenir un large réseau de mesure demeure un dispositif onéreux. Grâce aux techniques satellitaires, ces écueils sont désormais en grande partie surmontés.

Le projet M.A.R.U. a pour objectif la surveillance de la qualité des eaux de surface au Brésil. Il vise particulièrement la détection automatisée des points de contamination majeurs à l'aide de la télédétection et de l'intelligence artificielle.

La méthodologie repose sur les images du satellite Sentinel-2, composante optique du programme européen Copernicus, qui permettent d'analyser quatre paramètres : la chlorophylle a, la matière organique dissoute, les matières en suspension et la turbidité. Le traitement des données inclut l’indication de la direction de l’écoulement et d’un gradient de pollution. 

Cette méthode a été validée avec succès en comparant les points prédits avec des points de référence identifiés manuellement sur le terrain.

Les résultats démontrent la capacité de cet outil à détecter automatiquement les points de pollution.

Le projet Bio-Plateaux vise à développer le partage de données, d'informations et d'expériences concernant l'eau et la biodiversité des milieux aquatiques entre la Guyane française, le Brésil et le Suriname. Il se concentre particulièrement sur les bassins transfrontaliers des fleuves Oyapock et Maroni, des territoires vastes et souvent difficiles d'accès.

Pour pallier le manque d'infrastructures de mesure au sol, le projet s'appuie fortement sur l'hydrologie spatiale. Cette approche intègre plusieurs technologies satellitaires dont la pluviométrie satellitaire. Combinée aux données radar, elle alimente le modèle hydrologique MGB pour simuler les débits, prévoir les niveaux d'eau et anticiper les risques de crues ou de sécheresses.

Le modèle MGB (Modelo de Grandes Bacias ou modèle MGB-IPH) est un modèle hydrologique et hydrodynamique distribué conçu pour simuler le cycle de l'eau et propager les débits à l'échelle de grands bassins versants. Adapté aux grands bassins hydrographiques (généralement supérieur à 1 000 km²), comme le bassin de l'Amazone ou le plateau des Guyanes, il sert à l'anticipation des crues, au suivi des étiages (sécheresses) et à la gestion de la navigabilité ou des ouvrages hydrauliques.

De plus, l'altimétrie spatiale, avec des satellites comme SWOT, permet de mesurer la hauteur des cours d'eau dans les zones les plus isolées.

Le projet utilise également la télédétection, notamment les données du satellite Sentinel-2, et l'intelligence artificielle pour surveiller la qualité des eaux de surface.

L'analyse de la couleur de l'eau permet de cartographier quatre paramètres clés (turbidité, chlorophylle, matières en suspension, matière organique) et ainsi détecter les pressions exercées sur les milieux, telles que l'orpaillage ou l'agriculture.

La méthodologie s'appuie sur le traitement d'images satellitaires pour identifier l'emplacement et l'étendue de l'impact des activités minières.

Cela inclut la génération de masques de direction d'écoulement, l'analyse de gradients de concentration, et l'utilisation d'algorithmes pour détecter les points de pollution.

Les résultats montrent que l'IA permet de détecter automatiquement les points de pollution, validés ensuite par comparaison avec des points de référence manuels.

Ces données satellitaires offrent une vision globale et complémentaire aux mesures sur le terrain pour la gestion des ressources en eau.

L’intégration de la télédétection et des données spatiales constitue un levier stratégique pour pallier le déficit de stations de mesure au sol et répondre aux défis climatiques dans les grands bassins versants africains, tels que ceux du Congo, du Sénégal, du Niger, de la Volta, du Lac Tchad ou du Nil. 

Dans ce contexte, les projets DYNOBA et SCREEN s’articulent de manière complémentaire pour moderniser l’hydrologie opérationnelle et consolider l'expertise technique des organismes de bassin.

Piloté par l’OiEau et financé par l’AFD, en étroite collaboration avec le CNES, l’IRD et divers acteurs privés spécialisés, le projet DYNOBA place les technologies spatiales au cœur de la gestion de l'eau à l'échelle régionale. Ses actions se concentrent tout d'abord sur l’altimétrie spatiale, en s'appuyant sur des missions satellitaires telles que SWOT pour mesurer à distance la hauteur d'eau des lacs et des rivières afin d'évaluer précisément les débits. Le projet exploite également l’imagerie satellitaire pour estimer les précipitations et l’évapotranspiration sur de vastes territoires isolés. De plus, l'utilisation de séries temporelles spatiales permet de reconstituer les historiques hydrologiques manquants, d'alimenter les modèles de prévision des crues et d'anticiper les sécheresses. Afin de garantir l'appropriation de ces outils, DYNOBA assure un transfert de compétences majeur via l'organisation d’ateliers régionaux d'hydrologie spatiale opérationnelle, destinés à former les techniciens de diverses structures africaines comme l'OMVS, l'ABV, l'ABN ou la CBLT.

S'inscrivant directement dans le sillage de cette dynamique, le projet SCREEN, porté par l’OMVS, déploie ces applications de manière opérationnelle sur le bassin du fleuve Sénégal. Sa seconde composante est entièrement dédiée à l'utilisation des technologies satellitaires pour atténuer les impacts du changement climatique.

Concrètement, le projet vise à moderniser l’hydrologie du bassin en modélisant les écoulements pour estimer les débits en temps quasi réel, complétant ou suppléant ainsi les réseaux de mesure in situ.

SCREEN intègre également la cartographie et la surveillance continue de la qualité écologique du fleuve, tout en affinant la prévention des risques extrêmes liés aux inondations et aux sécheresses.

La valorisation des connaissances est assurée par la centralisation de l'ensemble des données sur une plateforme dédiée. Cet outil permet d'éclairer les décisions stratégiques dans des secteurs clés tels que l’hydroélectricité, l’agriculture, la navigation et l’alimentation en eau potable.

L'OiEau accompagne également la formation des équipes du Haut-Commissariat de l’OMVS et des services hydrologiques nationaux pour garantir une maîtrise durable de ces solutions innovantes.

L'utilisation conjointe de la télédétection spatiale et de l'intelligence artificielle représente une avancée majeure pour la gestion des ressources en eau, particulièrement dans des territoires vastes et peu accessibles. 

Cette synergie permet non seulement de s'affranchir des contraintes liées au déploiement de capteurs physiques, souvent coûteux et complexes à maintenir, mais aussi d'obtenir une vision globale et en temps réel de l'état des bassins versants.

L'IA démultiplie le potentiel des données satellitaires en automatisant le traitement d'importants volumes d'informations et en identifiant avec précision les sources de pollution. 

En croisant des paramètres hydrologiques et qualitatifs, cette approche offre aux décideurs des outils d'aide à la décision robustes pour mieux anticiper les risques, cibler les interventions et assurer une gestion durable des milieux aquatiques transfrontaliers.