La technologie satellite Rapid-Burned Area Mapping (R-BAM) pour appuyer les efforts d’intervention et de rétablissement en cas d’incendie de forêt.
Cet atelier a été annulé. Si vous souhaitez en savoir plus sur R-BAM, n’hésitez pas à contacter Jean-Simon Michaud (jsmichaud@hatfieldgroup.com) chez Hatfield Consultants.
Au cours des trois dernières années, la firme Hatfield Consultants a collaboré avec différentes agences de gestion des incendies de forêt du Canada afin de mettre au point des outils axés sur les technologies d’observation de la Terre par satellite pour appuyer les efforts d’intervention et de rétablissement pendant les incendies de forêt. L’algorithme Rapid-Burned Area Mapping (R-BAM) de Hatfield combine les données satellite Sentinel-2 et l’analyse par apprentissage machine afin de tracer les périmètres des incendies et de cerner les incendies en cours. Après avoir mené des tests avec le service des feux de forêt de Colombie-Britannique (BC Wildfire Service) pendant les saisons d’incendies de 2017 et de 2018, Hatfield a décidé d’offrir l’algorithme R-BAM gratuitement à toutes les agences de lutte contre les incendies de forêt du Canada (communiqué de presse de Hatfield).
L’algorithme R-BAM se sert du lieu et de la date des feux détectés (p. ex., détection de points chauds par MODIS/VIIRS), et télécharge et traite automatiquement des images satellites multispectrales Sentinel-2. Le traitement des images, l’apprentissage machine et le traitement géospatial permettent ensuite de fournir des cartes et des données géospatiales sur la zone brûlée, le périmètre de l’incendie et l’activité des feux. L’algorithme R-BAM a été créé en Python et est déployé en conteneur Docker.
R-BAM a été créé avec le soutien du Programme de développement d’applications en observation de la Terre (PDAOT) de l’Agence spatiale canadienne (ASC).
Pour plus d’informations sur d’autres ateliers, visitez notre page Ateliers et réunions connexes.