KNOXVILLE, TN, 13 juin 2026 /24-7PressRelease/ -- Une équipe de recherche a développé une méthode basée sur l'intelligence artificielle (IA) capable de cartographier la profondeur des rivières sur de longues sections avec une forte concentration de sédiments, là où la bathymétrie satellitaire conventionnelle rencontre souvent des difficultés. Le modèle, nommé RivDepth, combine les informations spectrales du satellite Sentinel-2 avec un indicateur de concentration de sédiments en suspension (CSS) dérivé optiquement pour estimer la profondeur de l'eau pixel par pixel. Testé dans le cours inférieur du fleuve Jaune, l'un des fleuves les plus chargés en sédiments au monde, le modèle a capturé avec une grande précision les liens complexes entre la profondeur de l'eau, la réflectance et la charge sédimentaire. Cette approche offre une nouvelle façon de surveiller la topographie sous-marine des rivières, soutenant l'évaluation des crues, le bilan sédimentaire, la gestion des chenaux et la gestion intégrée des rivières.

Des chercheurs du State Key Laboratory of Hydroscience and Engineering de l'Université Tsinghua, du State Key Laboratory of Water Cycle and Water Security in River Basin, et du State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin de l'Institut chinois de recherche sur les ressources en eau et l'hydroélectricité ont mené l'étude, qui a été acceptée pour publication (DOI: 10.1016/j.ese.2026.100711) le 20 mai 2026, dans Environmental Science and Ecotechnology. L'article présente un cadre d'IA basé sur des satellites pour cartographier la profondeur des rivières dans des environnements à forte teneur en CSS.

L'équipe a appliqué RivDepth à un tronçon d'environ 786 kilomètres du cours inférieur du fleuve Jaune, de Xixiayuan à Lijin. Ils ont utilisé des images Sentinel-2 de niveau 2A, des données d'élévation transversale mesurées sur le terrain, des enregistrements de niveaux d'eau et des observations in situ de CSS pour constituer des ensembles de données d'entraînement et de validation. Les plans d'eau, les lignes centrales des chenaux, les thalwegs et les largeurs des rivières ont été extraits des images satellitaires, tandis que les pixels affectés par les nuages ont été reconstruits pour améliorer la couverture. L'innovation de RivDepth réside dans son module expert d'IA adaptatif, qui intègre la forêt aléatoire parallèle (PRF), l'augmentation de gradient extrême (XGBoost), la régression par vecteurs de support (SVR) et le perceptron multicouche (MLP). Plutôt que d'appliquer un modèle unique de manière uniforme à tous les pixels, RivDepth effectue une prédiction préliminaire, une inférence et une prise de décision pour sélectionner la stratégie la plus adaptée à chaque condition d'eau. L'analyse des explications additives de Shapley (SHAP) a identifié les bandes infrarouges à ondes courtes, les bandes rouge et red-edge, la bande de vapeur d'eau, la bande aérosol/bleue et l'indicateur de CSS comme prédicteurs clés.

En apprenant différents motifs profondeur-réflectance-CSS et en choisissant des stratégies de prédiction au niveau du pixel, le modèle peut s'adapter aux conditions spatialement changeantes des sédiments et du chenal. Ceci est particulièrement important pour des fleuves comme le fleuve Jaune, où les sédiments en suspension, la structure de l'écoulement et les signaux optiques varient fortement sur de longues distances. La méthode transforme les observations satellitaires de routine en informations exploitables sur la profondeur pour la science et la gestion des rivières. Des informations bathymétriques plus fréquentes et continues pourraient aider à suivre les changements de chenal, identifier la migration du thalweg, améliorer la modélisation du transport des sédiments et soutenir les évaluations des risques d'inondation et des habitats. RivDepth peut être encore amélioré à mesure que des images satellitaires à plus haute résolution et des indicateurs spatiaux de CSS plus précis deviennent disponibles. Avec une validation plus large, le flux de travail pourrait être adapté à d'autres systèmes fluviaux turbides, offrant un outil évolutif pour la surveillance et la gestion intégrée des bassins versants.

Références
DOI
10.1016/j.ese.2026.100711

URL de la source originale
https://doi.org/10.1016/j.ese.2026.100711

Informations sur le financement
Ce travail a été soutenu par le Team Key Project du State Key Laboratory of Hydroscience and Engineering (n° sklhse-TD-2024-E01) et la National Natural Science Foundation of China (U2243218, U2243222).

À propos de Environmental Science and Ecotechnology
Environmental Science and Ecotechnology (ISSN 2666-4984) est une revue internationale, évaluée par des pairs et en libre accès publiée par Elsevier. La revue publie des points de vue et des recherches significatifs couvrant l'ensemble du spectre de l'écologie et des sciences de l'environnement, tels que le changement climatique, la durabilité, la conservation de la biodiversité, l'environnement et la santé, la catalyse/traitement vert pour le contrôle de la pollution, et l'ingénierie environnementale pilotée par l'IA. Le dernier facteur d'impact de ESE est de 14,3, selon le Journal Citation ReportsTM 2024.

Chuanlink Innovations, là où les idées révolutionnaires rencontrent leur véritable potentiel. Notre nom, ancré dans l'essence de la transmission et de la connexion, reflète notre engagement à favoriser l'innovation et à faciliter le parcours des idées de la conception à la réalisation.

Lien connexe :
http://chuanlink-innovations.com

Avertissement : Cette traduction a été générée automatiquement par NewsRamp™ pour 24-7 Press Release (collectivement désignés sous le nom de "LES ENTREPRISES") en utilisant des plateformes d'intelligence artificielle génératives accessibles au public. LES ENTREPRISES ne garantissent pas l'exactitude ni l'intégralité de cette traduction et ne seront pas responsables des erreurs, omissions ou inexactitudes. Vous vous fiez à cette traduction à vos propres risques. LES ENTREPRISES ne sont pas responsables des dommages ou pertes résultant de cette confiance. La version officielle et faisant autorité de ce communiqué de presse est la version anglaise.