PFIA 2024
Comparer le paradigme spatial au spatio-temporel pour estimer l’évolution d’indicateurs socio-économiques à partir d’images satellites
Robin Jarry, Marc Chaumont, Laure Berti-Équille, Gérard Subsol
Les méthodes d’apprentissage profond sont très utilisées pour estimer des indicateurs socio-économiques à l’aide d’images satellites. Néanmoins, la littérature néglige souvent l’aspect temporel dans ce domaine applicatif. Nous proposons de comparer une méthode spatial classique, que l’on pourrait trouver dans la littérature, à une méthode spatio-temporelle en utilisant des séries temporelles d’images satellites. Nous avons, pour cela, entrainé et testé deux architectures Transformer, sur un voisinage large autour de l’île de Zanzibar en Tanzanie, à estimer l’évolution de l’intensité lumineuse nocturne. Le modèle spatio-temporel donne des performances nettement supérieures au modèle spatial. Nous projetons d’agrandir notre zone d’étude afin de généraliser ce résultat.