Entrevue avec Yacine Bouroubi, scientifique en chef en OT chez Effigis Géo-Solutions

 Entrevue réalisée par L’AQT (Guy Aubé)


PARCOURS


Guy Aubé (GA) :

Merci M. Bouroubi pour votre temps. Tout  d’abord, svp nous expliquer le travail que vous faites. Pouvez-vous nous informer sur vos études et votre  parcours?

Yacine Bouroubi (YB) :

C’est moi qui te remercie, Guy, de  me donner l’occasion de faire connaître mes travaux  auprès de la communauté de télédétection du Québec. Je  vais commencer par présenter mon parcours et raconter  comment j’ai « atterri » chez Effigis en avril 2013.

À l’origine, j’avais effectué des études en génie  électrique à l’école polytechnique d’Alger, qui se  sont soldées par une maîtrise en 1998. De 1998 à 2003,  j’ai travaillé au Centre de Développement des Énergies  Renouvelables, à Alger également, sur l’évaluation du  gisement énergétique solaire. Il s’agissait d’estimer  l’énergie solaire reçue au sol aux échelles horaire,  quotidienne et mensuelle en utilisant tant les mesures in  situ que l’imagerie satellitaire (Météosat). C’est là  que j’ai découvert la télédétection.  Arrivé au  Québec le 28 avril 2003, ma première priorité était de  trouver une inscription au doctorat dans le domaine de la  télédétection. J’ai fait le tour des universités  montréalaises et me suis même déplacé à Sherbrooke où  j’ai rencontré Pr Alain Royer. Le 5 mai 2003, donc une  semaine après mon arrivée, j’ai été « recruté »  par Pr François Cavayas au laboratoire de télédétection  du département de géographie de l’Université de  Montréal. François m’a proposé un projet sur les  corrections atmosphériques qu’il menait en collaboration  avec Dr Nicolas Tremblay, chercheur au centre de recherche  d’Agriculture et Agroalimentaire Canada (AAC)  situé  à Saint-Jean-sur-Richelieu. Ce qui est extraordinaire,  c’est que cette histoire se poursuit jusqu’à présent,  puisque ma collaboration avec mes deux ex-directeurs de  thèse (François et Nicolas) continue de plus belle.

De 2003 à 2009, j’ai mené mes recherches doctorales  entre l’UdeM et AAC. En parallèle, j’ai participé à  d’autres projets de Nicolas Tremblay portant sur  l’agriculture de précision et à d’autres sur  l’utilisation des images RADARSAT pour la détection des  changements, notamment en collaboration avec Synetix,  dirigée par Claire Gosselin (elle aussi maintenant chez  Effigis). En 2009, j’ai entamé un postdoc à AAC,  toujours avec Nicolas (actuellement président de la  Société internationale d’agriculture de précision) et  sa formidable équipe. Là, j’ai participé à des  recherches très fructueuses sur la fertilisation azotée  qui se sont soldées par le dépôt d’un brevet  d’invention. Il s’agit de SCAN (Sol-Culture-Atmosphère  pour l’azote N), qui peut être considéré comme l’un  des algorithmes de recommandation de fertilisation azotée  le plus performant au monde.

À la fin de mon postdoc (mars 2013), et lors d’une  rencontre « providentielle » chez Effigis, M. Mathieu  Benoit, directeur du département d’observation de la  Terre, m’a proposé un poste de chercheur dans son  département à compter du 1er avril (ce n’était pas un  poisson d’avril). Depuis, je suis le (ou l’heureux)  scientifique en chef de ce département. Je dis  « l’heureux », car j’y ai également trouvé une  équipe formidable tant sur le plan des compétences que sur  celui de la chaleur humaine.

GA :

Quels sont les domaines dans lesquels vous avez  travaillé et œuvrez en ce moment chez Effigis?

YB:

Mes principales responsabilités chez Effigis sont :

(1) le développement de services en agriculture de  précision, vu mon expérience à AAC;

(2) concevoir et  mener les projets de recherche du département d’OT,  notamment les PDAOT de l’Agence spatiale canadienne; et

(3) fournir, à l’occasion, un appui scientifique pour le  reste des projets et des propositions techniques.

Comme notre département offre des services de production  d’information géospatiale à des clients du public et du  privé œuvrant dans toutes sortes de domaines (agricole,  génie, mines, pétrole et gaz, énergie, environnement,  …), imagine un peu la diversité des domaines auxquels  j’ai touché en si peu de temps chez Effigis. Cela dit,  les principaux projets dont j’ai été chargé  concernent les applications suivantes :

La télédétection pour les catastrophes majeures : notamment dans le cadre du programme RIPS, dont tu étais  toi-même responsable, si je ne trompe pas. Des  collaborations avec l’ÉTS et le CRIM nous ont permis  d’améliorer nos chaînes de traitement et de rester à  jour sur les approches et les techniques utilisées dans ce  domaine.

L’agriculture : à travers des services de recherche en  agriculture pour AAC, en plus d’un projet PDAOT qui nous a  aidés à développer de services en agriculture de  précision pour les producteurs et les clubs-conseils. Dans  ce domaine, nous sommes sur le point de signer une entente  avec AAC pour l’utilisation commerciale du modèle SCAN de  fertilisation azotée. Nous sommes également en train de  tester les méthodes de vision par ordinateur les plus  modernes (deep neural networks) pour l’identification  précise des stress sur les images droniques ultrahaute  résolution.

L’interférométrie SAR : nous avons réalisé deux  projets, dont un PDAOT, sur l’utilisation de la  technologie DInSAR pour le suivi de la stabilité des  installations minières, allant du choix des zones  sécuritaires pour l’aménagement des infrastructures  jusqu’à la vérification de la conformité  environnementale des mines en fermeture. Nous avons  appliqué le DInSAR dans trois autres projets portant sur la  stabilité des infrastructures hydro-électriques (barrages,  digues et pylônes).

La polarimétrie SAR : nous menons actuellement, sous la  supervision de Dr Rida Touzi, un projet PDAOT qui nous a  permis de maîtriser les principes de la polarimétrie SAR  et de l’appliquer pour la cartographie et la détection  des changements dans les milieux naturels de plusieurs  écozones du Canada.

L’apprentissage profond ou « deep learning » : depuis plus de quatre ans, nous expérimentons de nouvelles approches de vision artificielle, comme l’apprentissage profond ou « deep learning ». Nos efforts ont porté fruit puisque nous venons de remporter deux projets, un avec la Banque mondiale et l’autre avec l’Agence spatiale canadienne. Ces projets visent l’utilisation du « deep learning », d’une part pour caractériser la structure des toits dans un milieu urbain dense, et d’autre part afin de détecter le stress subi par des cultures à des stades précoces de croissance. Ces tâches auraient été difficiles à réaliser autrement. Nous fondons beaucoup d’espoir sur ces nouvelles technologies.

Je tiens à dire que le mérite de toutes ces réalisations  revient à une équipe de collaborateurs extrêmement  compétents et dévoués à qui je dis souvent: je peux tout  faire avec vous et je ne peux rien faire sans vous.

GA :

Quelle est l’importance des satellites d’OT dans  le travail que vous effectuez?

YB :

En fait, les satellites d’OT sont notre principale  source de données pour produire l’information  géospatiale sollicitée par nos clients. Nous restons à  l’affût des technologies (logiciels, fonctions,  algorithmes, etc.) permettant de produire cette information  de la manière la plus précise et la plus efficace (et efficiente) possible. Effigis est également revendeur  d’imagerie d’OT : c’est donc une autre activité  qu’on œuvre à optimiser pour offrir aux clients les  produits les plus adéquats pour leurs besoins avec les  meilleurs coûts et délais.

GA :

Une partie de vos études a été réalisée en  Algérie. Quels sont les principaux enjeux sociétaux et  environnementaux en Algérie? Quelle est la contribution de  la télédétection face à ces enjeux?

YB :

Comme mentionné avant, j’ai découvert la  télédétection en travaillant sur le gisement  énergétique solaire au CDER, à Alger. Depuis que je suis  au Québec, je me tiens informé sur le développement des  choses en Algérie, notamment en consultant de temps en  temps le site de l’Agence spatiale algérienne, où l’on  peut voir que celle-ci exploite deux satellites d’OT (30 m et 10 m multispectral) à des fins d’applications  de cartographie, de suivi des infrastructures,  d’évaluation des ressources, de monitoring  environnemental, pour les catastrophes majeures, etc. Comme  pour le Québec, la télédétection y est très utile en  raison de l’étendue du territoire (2,4 millions de km2)  dont une bonne partie (au sud) a une très faible densité  de population.


INDUSTRIE


GA:

Le marché pour les données et services d’OT change  rapidement. De nouveaux satellites sont lancés presque  chaque semaine, de nouvelles sources de données sont  disponibles et de nouvelles technologies facilitent le  traitement et l’accès à de nouvelles informations. Quel  rôle l’industrie de la télédétection joue-t-elle dans  le domaine de l’agriculture? Qu’est-ce qui pourrait  être fait pour être plus efficace au Québec?

YB:

En effet. Effigis suit de très près la  prolifération des capteurs d’OT et afin d’identifier ceux  qui présentent les solutions les plus optimales en terme de  qualité et de coût des données et des services pour nos  clients. Ce travail est davantage du ressort de Mathieu et  de Jean Letellier, responsable du bureau des commandes, qui  œuvrent aussi à établir des ententes avec les opérateurs  des satellites. Moi, je me contente de profiter de cette  richesse, notamment pour les applications en agriculture qui  sont très exigeantes en termes d’acquisition d’images  à des stades de croissance précis et avec de courts  délais de commande et de livraison des données et de  l’information dérivée.

Si on revient un peu en arrière, soit en 2003, année où  j’ai commencé à AAC, on s’estimait très chanceux à  l’époque d’avoir une image Landsat-5 ou -7 sans nuages  sur nos champs, même si elle était prise à une date qui  ne nous convenait pas vraiment. Il y avait les images SPOT,  mais elles coûtaient trop cher. Philippe Vigneault, mon  ancien collègue d’AAC, peut t’en dire des choses sur  les difficultés d’appliquer la télédétection en  agriculture à cette époque. Aujourd’hui, les gains en  résolution spatiale (30 cm avec WorldView-3/-4 et 50 cm  avec plusieurs autres capteurs), spectrale (16  bandes vis-pir-mir avec WorldView-3) et temporelle  (capteurs agiles et constellations) sont fulgurants. Et cela  va s’accentuer avec la mise en orbite annoncée de  nouvelles constellations couvrant quotidiennement toute la  planète à des résolutions adéquates pour l’agriculture (3 m). Rajoute à cela la généralisation de  l’utilisation des drones qui est en train de  révolutionner l’application de la télédétection en  agriculture qui passe de la détection des stress à leur  identification précise grâce à l’ultrahaute résolution  et aux techniques de vision par ordinateur. C’est un des  sujets sur lequel nous travaillons actuellement. Donc, il y  a beaucoup de potentiel pour rendre les choses plus  efficaces pour l’agriculture (et pour les autres domaines aussi) au Québec.  Le défi, actuellement, en est  principalement un de communication pour maintenir les  utilisateurs au courant des capacités de la  télédétection évoluent très rapidement et, de notre  côté, de comprendre l’évolution de leurs besoins en  fonction de ces capacités.

GA:

Quel rôle l’industrie de la télédétection  joue-t-elle dans le secteur minier? Qu’est-ce qui pourrait  être fait pour être plus efficace?

YB:

Dans le secteur minier, la gestion du risque  représente une priorité pour l’industrie minière. La  télédétection peut contribuer à réduire ce risque, tant  sur le plan de l’exploration que celui des opérations  minières. En exploration, l’intégration d’informations  géologiques dérivées de données satellite dans le  processus de ciblage permet aux compagnies minières  d’identifier de meilleurs secteurs à investiguer sur le  terrain et d’obtenir un meilleur rendement sur  l’investissement. En extraction minérale, le recours à  la télédétection peut s’avérer bénéfique pour le  suivi environnemental des opérations minières et assurer  la sécurité de ces opérations, plus particulièrement  pour la cartographie de secteurs vulnérables aux impacts  environnementaux.

En ce qui concerne l’exploration minière, un accès accru  à des données spatiales hyperspectrales pourrait amener de  meilleurs résultats lors d’opérations de ciblage. Quant  aux opérations minières, une intégration plus  opérationnelle des données de télédétection dans le  processus de prise de décision contribuerait davantage à  la réduction du risque et à assurer une meilleure  sécurité pour les opérateurs ainsi que l’acceptabilité  sociale des parties prenantes.

Aussi, l’ouverture de ce secteur aux nouvelles  technologies comme l’interférométrie SAR pourrait  réduire considérablement les coûts du monitoring de la  stabilité des surfaces et des infrastructures dans les  zones minières éloignées (dans le Grand Nord).

GA:

Comment les collaborations entre l’industrie, les  gouvernements et les universités pourraient-elles être  améliorées?

YB:

Je pense que cette collaboration est surtout le fruit  de contacts personnels et d’initiatives individuelles.

Mais, il y a quand même des programmes de financement qui  encouragent le rapprochement de ces trois secteurs. Ceux que  je connais sont Mitacs et les bourses CRSNG. Dans notre  domaine, nous sommes chanceux d’avoir le soutien de  l’ASC à travers le programme PDAOT qui permet à  l’industrie de faire de la R et D pour valoriser ou faire  avancer les technologies canadiennes et développer de  nouveaux services. Cependant, certaines idées de  développement dans le domaine d’OT qui ne cadrent pas  nécessairement avec les programmes PDAOT sont difficiles à  financer.

Cela me rappelle un projet qu’Effigis a tenté de mettre  de l’avant. Il consistait en une plateforme de recherche  collaborative pour le développement de l’expertise  canadienne dans l’utilisation d’images de très haute  résolution (THR). Dans ce concept, Effigis fournit  gratuitement les images THR et construit la plateforme Web  pour que les chercheurs canadiens de différents domaines de  la télédétection puissent utiliser ces données et  partager leurs développements (algorithmes, procédures,  etc.). L’objectif étant d’améliorer les méthodes  d’analyse des images THR, vu que la majorité des  approches actuelles ont été développées pour des images  de résolution moins fines. Nous sommes encore à la  recherche de financement pour concrétiser cette idée.

GA:

Quelle(s) mission(s) d’OT croyez-vous importante(s)  de développer?

YB:

Un petit inventaire des missions actuelles permettra  de donner une réponse plus convaincante à ta question.

Aujourd’hui, l’offre pour les capteurs optiques  multispectraux est très diversifiée en ce qui concerne les  résolutions : moyenne (Aster, Landsat-8 et Sentinel-2),  haute (Spot-5, RapidEye, Deimos-2) et très haute  (WorldView-2, -3 et -4, Pléiades A et B, GeoEye-1, Kompsat-3 et -3A). Et c’est sans compter les missions à  caractère national moins connues. Les données SAR sont  également disponibles pour les trois bandes X, C et L : TerraSAR-X, TanDEM-X, COSMO-SkyMed, RADARSAT-2, Sentinel-2  et ALOS-PALSAR-2. D’autres capteurs multispectraux et SAR  sont annoncés pour l’avenir proche.

Qu’est-ce qu’il manque alors? Eh bien les capteurs  hyperspectraux. À titre d’exemple, EO-1 Hyperion était,  comme EO1-ALI, un capteur expérimental de la NASA. ALI a  permis de développer OLI (de Landsat-8) mais Hyperion n’a  pas eu de suite. C’est donc les missions hyperspectrales,  ou du moins ultraspectrales (comme WorldView-3 avec ses 24  bandes), qu’il est nécessaire de développer pour combler  ce manque. En fait, l’idée de l’ultraspectral (dizaines  de bandes bien sélectionnées au lieu de centaines pour l’hyperspectral) constitue peut-être un bon compromis qui  permet de définir des bandes spectrales assez larges (et  capter suffisamment de photons) pour avoir une bonne  résolution spatiale, tout en préservant la qualité radiométrique. De plus, cette option permet d’éviter les  redondances inutiles des bandes hyperspectrales qu’on  cherche toujours à éliminer avec des méthodes de  réduction de dimensionnalité, comme l’ACP.


CONCLUSION


GA:

Quelle est votre vision par rapport à la  démocratisation des données de télédétection? Quels  sont les principaux défis à relever?

YB:

Je crois que la démocratisation des données de  télédétection (satellitaire) a connu un élan  significatif lorsque la « USGS » a décidé, en octobre  2008, de rendre gratuites les images Landsat (-5, -7 et -8  par la suite). Plus récemment, l’ESA a suivi cette  orientation en « ouvrant » les données de ses capteurs  d’OT, comme Sentinel-1 (SAR en bande C) et Sentinel-2  (optique multispectrale), ainsi que l’ensemble des  développements algorithmiques réalisés sur ces données.

Sans oublier le modèle numérique d’élévation SRTM  disponible pour l’ensemble de la Terre à une résolution  de 30 m depuis 2015. Ceci est excellent, particulièrement  sur le plan de la formation. Toutefois, les données des  capteurs les plus performants (surtout ceux à très haute  résolution spatiale : 30 à 50 cm) sont payantes et le  resteront probablement (investissements privés).

Le principal défi à relever pour les professionnels de la  télédétection, comme Effigis, sera de continuer à  fournir aux utilisateurs (clients) une information  géospatiale qui se démarque par sa qualité, sa précision  et sa disponibilité au moment voulu et à un juste prix. La  production de ce genre d’information nécessite  généralement : (1) l’utilisation de données  particulières (par ex. : très haute résolution optique  ou SAR); (2) la recherche constante de façons d’optimiser  les processus afin de réduire les coûts pour les clients  (par ex. en automatisant des processus de traitements de  données); et (3) une expertise pointue dans des domaines  autres que la géomatique/télédétection (géologie,  foresterie, etc.).

De plus, la prolifération des données d’OT gratuites et  l’accessibilité aux différentes bases de données des  opérateurs de satellites commerciaux constitueront un atout  inestimable si elles sont exploitées par des techniques  adéquates d’accès, de traitement et de distribution. Je  pense, entre autres, aux techniques de « data mining » ou  de traitements nuagiques sur des quantités phénoménales  de données dites « big data », ce qui devrait permettre  d’extraire davantage d’informations utiles par rapport  aux approches classiques et pour des besoins non encore  exploités.