Soutenance de thèse “Contribution de l’Intelligence Artificielle à la cartographie pour l’analyse des dunes à l’échelle d’un désert – Cas d’étude du Rub’Al Khali ” par Jimmy Daynac

Infos complémentaires : 14h à  la salle de conférence du bâtiment IRA, Le Mans Université

Résumé :

Les dunes de sable éoliennes à différentes échelles (m-km) sont les principales formes topographiques dans les systèmes éoliens et se retrouvent sur divers corps planétaires comme la Terre, Mars ou Vénus. Elles résultent de l’interaction entre le vent, les sédiments transportés et le substratum. La forme, la taille, la disposition spatiale et le déplacement des dunes permet d’analyser les interactions entre les flux d’air et l’apport de sédiments, modulés par les conditions de surface. La production de cartes détaillées des caractéristiques individuelles des dunes couplée à une analyse statistique morphométrique spatialisée devient donc nécessaire pour mieux comprendre et caractériser l’origine de la formation et de l’évolution des dunes éoliennes.

Cependant, cartographier les dunes avec précision sur de grandes étendues reste encore aujourd’hui une tâche difficile pour deux raisons. Tout d’abord, compte tenu de la disponibilité des ensembles de données de télédétection avec une résolution spatiale (et temporelle) toujours croissante, une telle cartographie nécessite des procédés automatisés car la numérisation manuelle i) est chronophage et ii) peut être d’une subjectivité et d’une qualité non-uniformes. Ces limites sont principalement dues au fait que les opérateurs humains ne peuvent pas suivre des critères de cartographie similaires sur de vastes zones d’étude, en particulier lorsqu’il s’agit de morphologies complexes. Ensuite, cette cartographie se révèle ardue ; notamment en raison de la complexité de certaines formes et de l’absence de classification universellement acceptée des dunes, malgré les efforts de recherche récents.

Ce travail a donc pour objectif premier de proposer une nouvelle méthode de cartographie des dunes éoliennes axée sur une approche couplant du Deep Learning pour tracer le contour des dunes, une “squelettisation” et une analyse de réseau pour cartographier leurs crêtes et leurs connectivités (défauts). L’originalité de cette étude réside dans la capacité à cartographier ces caractéristiques à différentes échelles, allant de quelques kilomètres au désert entier. Les algorithmes développés montrent d’excellentes performances pour analyser des zones géographiques étendues et complexes avec une précision de l’ordre de 90 %. Cette méthode a permis de créer, pour la première fois, une base de données de plusieurs milliers de dunes du désert du Rub’Al Khali (le plus grand désert actif au monde), avec une fidélité élevée par rapport aux observations visuelles des dunes présentes sur le MNT.

À partir de cette base de données, nous avons étudié la variabilité morphologique des dunes en les comparant avec les données de vent (ERA5 Land Reanalysis) à l’échelle du désert, afin de quantifier et de comprendre leurs changements morphologiques et leurs répartitions spatiales en lien avec la dynamique des vents. Cette analyse morphométrique spatialisée est basée sur une Analyse en Composante Principale (ACP) et met en évidence les paramètres dominants suivant : la longueur des dunes (PC1) explique plus de 50 % de la variance et décrit les dunes linéaires du SW du désert ; la hauteur (PC2) représente 18 % de la variance et décrit les dunes en croissant du NW ; et la densité de défauts (PC3) explique 14 % de la variance, représentant les dunes en étoile et en dôme au SE. Des tests de p-value ont aussi été réalisés sur ces paramètres et révèlent des valeurs inférieures à 0,05, confirmant ainsi une organisation spatiale significative des dunes à l’échelle du désert.

Chaque forme archétypale de dune est dominée par l’un des trois paramètres identifiés par l’ACP, et les transitions entre ces formes représentent des étapes évolutives. En comparant ces résultats avec les données de vent, nous obtenons un modèle évolutif où la forme, la taille et l’orientation des dunes sont fortement influencées par les caractéristiques directionnelles du flux de sable associés aux vents du Shamal et du Kharif. L’analyse des données de vents par rapport aux différentes populations de dunes définie statistiquement a également permis de révéler deux modes de croissance des dunes : un mode d’élongation à l’ouest, où les crêtes des dunes linéaires s’alignent avec le flux sédimentaire, favorisant leur étirement, et un mode d’instabilité à l’est, où les dunes en croissant et isolées, perpendiculaires au flux, optimisent leur croissance en hauteur.