Centre canadien de cartographie et d’observation de la Terre (CCCOT)
Nombre de stage offert : 1
Période de stage : mai à septembre 2023 (à déterminer)
Présentation de l’organisme hôte :
En tant qu’agence nationale de cartographie, le Centre canadien de cartographie et d’observation de la Terre (CCCOT) de Ressources naturelles Canada est responsable, entre autres, de la création, de la gestion, de la publication et de la maintenance d’un large éventail de données géospatiales couvrant la masse continentale canadienne. Par l’entremise de la division GéoBase, le CCCOT est responsable de la maintenance des données géospatiales fondamentales, comme le réseau hydrographique national. Ces données sont d’une importance capitale pour le pays car elles servent de base à la création d’une multitude de données géospatiales à valeur ajoutée (par exemple, les données statistiques du pays sont référencées à partir des données fondamentales). Pour être pertinentes, ces données doivent être continuellement mises à jour. Les évolutions technologiques de ces dernières années ont permis l’émergence de nouvelles approches, telles que l’apprentissage profond (DL), qui apportent des solutions à court terme pour mettre à jour rapidement et efficacement les données géospatiales. Depuis environ trois ans, la Division GéoBase a mis en place une équipe de recherche et développement pour développer des outils basés sur l’intelligence artificielle (IA) pour extraire des objets cartographiques à partir de données de télédétection (imagerie optique, radar et données d’élévation).
Description du projet :
Les événements météorologiques coûteux deviennent monnaie courante au Canada. Rien qu’au cours des dix dernières années, d’importantes tempêtes, inondations et incendies ont dévasté des communautés et causé des milliards de dollars de dommages. Nous savons qu’après un incendie, il existe un risque accru d’inondation, notamment de crue soudaine, et de coulées de débris.
Pour ce projet, nous cherchons quelqu’un pour explorer les effets en cascade des incendies aux inondations en utilisant l’IA. Nous avons l’intention d’utiliser Fort McMurray comme site d’étude de cas, car un important incendie de forêt a balayé la communauté en 2016.
Impact :
Nous espérons que les résultats de ce travail pourront aider le National Flood Hazard Identification and Mapping Program. (FHIMP), fournir des informations pour prendre de meilleures décisions d’investissement, et une meilleure compréhension de l’impact des événements en cascade.
Évaluation :
L’évaluation du stage sera basée sur la qualité de l’analyse documentaire, la qualité de la mise en œuvre de la méthode et la rigueur des tests effectués.
Faisabilité du projet :
Les objectifs sont tout à fait réalisables. Le stagiaire aura également accès à différents experts du domaine, qui pourront l’aider dans ses tâches. Les objectifs définis pourront être révisés au cours du stage, en fonction de l’avancement.
Données :
Les données comprennent des ensembles de données disponibles à l’échelle nationale sur la plateforme OpenMaps.ca, des données climatiques historiques sur le site climate-change.canada.ca et des scénarios climatiques futurs sur le site climatedata.ca, accessibles au public par Environnement et Changement climatique Canada. L’étudiant travaillera avec les sites de formation existants et étudiera la possibilité d’obtenir des données de formation supplémentaires.
Ressources informatiques :
Le stagiaire aura accès à un ordinateur portable pour accéder aux logiciels et aux ressources. Pour les tests plus intensifs, le stagiaire aura accès à une infrastructure haute performance et à une infrastructure en nuage, toutes deux équipées de GPU. Tout sera accessible à distance.
Principale responsabilité du stagiaire :
L’objectif du stage est 1) de réaliser une courte revue de la littérature sur les méthodes similaires et leur potentiel et 2) d’implémenter et de tester une de ces méthodes dans le langage de programmation R, en utilisant la bibliothèque caret.
Plus précisément, les tâches seront les suivantes :
- Se familiariser avec l’inventaire des données disponibles ;
- Effectuer une revue de la littérature sur les incendies et leurs impacts sur les inondations ;
- Développer des données de formation/test ;
- Préparer un plan de test ;
- Effectuer les tests sur l’environnement de calcul haute performance ;
- Analyser les résultats (quantitativement et qualitativement) ;
- Préparer et présenter un rapport sur les résultats obtenus et les recommandations pour les travaux futurs.
Compétences requises :
Familiarité avec les algorithmes d’apprentissage automatique, en particulier Random Forest, l’apprentissage par transfert et l’apprentissage profond. Expérience du langage de programmation R ou Python.
Compétences supplémentaires :
Des connaissances en géomatique et traitement d’image constituent un atout.
Langue :
La langue utilisée par le stagiaire doit être l’anglais. L’équipe de travail du stagiaire sera composée de francophones et d’anglophones.
Exigences particulières :
Citoyenneté ou résidence permanente canadienne
Contact :
Si vous êtes intéressés par ce stage, merci de contacter par courriel le coordonnateur du programme DOTS