Correction atmosphérique par intelligence artificielle pour l'observation des lacs intérieurs

Description du projet

Ce projet de recherche vise à développer un nouvel algorithme basé sur l'intelligence artificielle
pour améliorer la correction atmosphérique des images satellites au-dessus des lacs canadiens.
Les méthodes actuelles ne sont pas suffisamment précises pour les petits lacs en raison de l'effet
d'adjacence où le signal mesuré est contaminé par la réflexion des surfaces environnantes.

Le projet impliquera la collecte de données terrain sur les propriétés optiques des lacs et de leur
environnement. Des simulations avancées de transfert radiatif 3D seront réalisées pour générer
un vaste ensemble de données simulées représentant différentes configurations.

À partir de ces données, des modèles d'apprentissage profond seront entraînés pour extraire avec
précision la radiance de l'eau à la surface du lac, en tenant compte des effets d'adjacence.
L'approche sera validée sur des données terrain et satellitaires.

Le résultat sera un nouveau code hyperspectral gratuit et efficace pour la correction
atmosphérique sur les lacs, incluant les effets d'adjacence. Un tel algorithme n'existe pas
actuellement. L'utilisation de l'intelligence artificielle permettra une efficacité computationnelle
pour une utilisation précise des données satellitaires sur les lacs.

Exigences: 
Diplôme de premier cycle en géomatique, physique, génie ou domaine connexe.
Bonnes connaissances en programmation (Python). Intérêt pour le traitement d'images,
l'apprentissage machine et la télédétection.

Financement offert

Oui

Deux bourses de maîtrise à 20 000$/an pour deux ans

Partenaire(s)

Agence spatiale canadienne

La dernière mise à jour a été faite le 25 mars 2024. L’Université se réserve le droit de modifier ses projets sans préavis.