Un cadre d'apprentissage profond généralisable pour le cartographie à grande échelle des habitats de herbiers marins

Les prairies de herbiers marins jouent un rôle vital dans le soutien des communautés côtières en favorisant la biodiversité, en atténuant l'érosion côtière et en contribuant à l'économie locale. Ces écosystèmes font face à des menaces importantes, y compris la perte d'habitat, la dégradation et le changement climatique. Cela a conduit les Nations Unies à reconnaître l'urgence de conserver les écosystèmes marins, mettant en évidence la nécessité de stratégies de conservation basées sur des preuves et de méthodes de suivi de haute qualité. Cependant, les approches de suivi traditionnelles sont souvent longues, intensives en main-d'œuvre et coûteuses, limitant leur évolutivité et leur efficacité dans les applications à grande échelle. Ici, nous présentons un cadre d'apprentissage profond basé sur des réseaux de neurones convolutifs pour identifier les prairies de Posidonia oceanica en mer Méditerranée à l'aide d'images satellites. Nous démontrons la capacité de généralisation et la robustesse du modèle en introduisant des métriques appropriées qui surmontent les limitations des approches actuelles. Nous montrons que notre modèle est capable de fournir des estimations fiables de la distribution des habitats considérés et des mesures précises de leurs zones d'extension. Notre étude contribue au développement d'une carte fiable de la distribution des prairies de Posidonia oceanica en mer Méditerranée, mettant en avant le potentiel transformateur des technologies de télédétection et d'apprentissage automatique pour le suivi des habitats marins. • Le modèle d'apprentissage profond cartographie les prairies de Posidonia oceanica à partir d'images satellites. • Combine 20 ans de données sur les habitats avec des observations multi-spectrales de PlanetScope. • Le modèle se généralise à de nouvelles régions avec des conditions environnementales diverses. • Estime avec précision l'étendue des herbiers marins à travers des gradients spatiaux et écologiques. • Cadre évolutif pour soutenir la conservation des herbiers marins et le suivi des écosystèmes.