Des chercheurs de l’Université de Cambridge utilisent l’imagerie satellitaire et l’intelligence artificielle pour cartographier les habitats des hérissons au Royaume-Uni. En identifiant les buissons de ronces, qui servent de refuges essentiels à ces mammifères en déclin, cette méthode permet de suivre l’évolution de leurs populations à une échelle géographique jusqu’ici inatteignable.
Une stratégie fondée sur la végétation
La population de hérissons européens a subi une diminution estimée entre 30 et 50 % au cours de la dernière décennie. Face à cette situation, les méthodes de suivi traditionnelles — qu’il s’agisse de comptages nocturnes sur le terrain ou de rapports fournis par des citoyens — se révèlent souvent trop coûteuses et complexes à mettre en œuvre pour une planification de conservation à l’échelle nationale.
Le chercheur Gabriel Mahler, de l’Université de Cambridge, a développé un modèle d’intelligence artificielle capable de détecter les ronces à partir de données satellitaires. Ces arbustes épineux ne sont pas choisis au hasard : ils constituent des zones de nidification cruciales, offrant aux hérissons une protection contre les prédateurs et un abri diurne indispensable. De plus, ces zones attirent les populations d’invertébrés dont se nourrissent ces petits mammifères, faisant des buissons de ronces un indicateur fiable de la viabilité d’un habitat.
L’approche adoptée par l’équipe de Cambridge cherche à surmonter les biais inhérents aux données déclaratives. Alors que les recensements basés sur le volontariat peuvent souffrir d’une couverture géographique inégale — favorisant les zones urbaines ou les régions où les citoyens sont les plus actifs — l’imagerie satellitaire fournit une maille uniforme sur l’ensemble du territoire britannique. Cette uniformité est indispensable pour modéliser les corridors écologiques nécessaires à la survie des hérissons, qui nécessitent de vastes zones interconnectées pour se déplacer et se reproduire.
Au-delà des grands modèles linguistiques
Contrairement aux outils d’IA générative qui dominent actuellement le secteur technologique, le modèle conçu par l’équipe de Cambridge privilégie une approche par apprentissage automatique plus ciblée. Le système repose sur une combinaison de régression logistique et de classification par les k-plus proches voisins (k-nearest neighbors). Cette architecture technique permet de traiter efficacement les flux d’images satellites pour extraire des caractéristiques environnementales spécifiques sans nécessiter la puissance de calcul massive associée aux grands modèles de langage.
L’efficacité du modèle réside dans sa capacité à traiter des données multispectrales. En analysant les signatures infrarouges et la réflectance spécifique des feuilles de ronces, l’algorithme parvient à distinguer ces buissons d’autres types de végétation dense, une tâche qui reste ardue pour l’œil humain ou pour des méthodes de télédétection plus classiques. Cette précision technique permet de réduire les faux positifs dans la cartographie, garantissant que les zones identifiées comme refuges correspondent réellement aux besoins physiologiques des hérissons.
L’objectif est de transformer ces données brutes en une carte dynamique des zones de refuge potentielles. En cartographiant ces « hotspots » de biodiversité, les organisations de conservation espèrent cibler leurs efforts de protection là où ils seront les plus efficaces. Cette approche illustre une évolution dans la surveillance écologique : passer d’une recherche directe de l’animal, souvent difficile à observer, à l’analyse de son écosystème par télédétection. Le projet s’inscrit dans une volonté de fournir aux décideurs politiques des données exploitables pour l’aménagement du territoire, notamment en ce qui concerne la gestion des haies et des lisières de forêts, des éléments paysagers souvent menacés par l’intensification agricole et l’urbanisation.
Les satellites comme outils de conservation
Le recours aux satellites pour le suivi environnemental n’est pas nouveau, mais son application à la conservation d’une espèce spécifique via ses préférences d’habitat marque une avancée méthodologique. Les satellites offrent une couverture continue de vastes zones géographiques, une capacité inhérente à la technologie spatiale qui permet de s’affranchir des limites physiques des relevés de terrain.
Cette recherche, bien qu’encore en phase de développement, souligne le rôle croissant que joue l’imagerie satellitaire dans la compréhension et la protection des espèces menacées par les changements environnementaux actuels au Royaume-Uni. L’équipe de Cambridge travaille actuellement à l’intégration de données temporelles, afin de mesurer non seulement la présence actuelle des buissons de ronces, mais aussi leur taux de dégradation ou de croissance sur plusieurs années. Cette dimension temporelle est cruciale pour évaluer si les habitats se fragmentent ou s’ils se restaurent grâce à des mesures de gestion locale.
L’intégration de ces outils de pointe ne remplace pas, selon les chercheurs, le travail des naturalistes, mais agit comme un multiplicateur de force. En identifiant par satellite les zones à fort potentiel, les équipes de terrain peuvent concentrer leurs efforts sur des sites prioritaires, optimisant ainsi les ressources financières souvent limitées des associations de protection de la nature. La méthodologie développée à Cambridge pourrait, à terme, être transposée à d’autres espèces inféodées à des types de végétation spécifiques, marquant une nouvelle ère dans la gestion de la biodiversité par les données spatiales.