Mapping melliferous tree species in Kenya via one-class classification with hyperspectral unsupervised domain adaptation

Imaginez que vous êtes un détective essayant de trouver un type spécifique de basket caché dans un entrepôt immense et chaotique. Habituellement, pour apprendre à un ordinateur à repérer cette basket, il faudrait lui montrer des milliers de photos de cette basket et des milliers de photos de tout ce qui n'est pas une basket — des bottes, des sandales, des chaussettes et des boîtes. Mais et si vous n'aviez que quelques photos de la basket et aucune photo de ce qui n'est "pas une basket" ? C'est là qu'intervient un tour de magie spécial appelé Classification à Classe Unique (One-Class Classification). C'est comme apprendre à l'ordinateur à reconnaître la basket en étudiant si bien sa forme et sa couleur unique qu'il peut dire : « Je sais que c'est la basket », sans avoir besoin de voir un million d'autres chaussures pour comparer.

Imaginez maintenant que vous formez votre détective dans un entrepôt (appelons-le « Entrepôt A »), mais que vous l'envoyez dans un entrepôt totalement différent (« Entrepôt B ») avec un éclairage différent, des textures de sol différentes et une disposition légèrement différente. Même si le détective est un expert de l'Entrepôt A, il pourrait être confus dans l'Entrepôt B parce que les règles du jeu ont changé. Cette confusion est appelée Décalage de Domaine (Domain Shift). Dans le monde de la science, cela se produit lorsque les données collectées dans un endroit ne correspondent pas tout à fait aux données d'un autre, rendant difficile l'utilisation d'anciennes cartes pour trouver de nouvelles choses. Ce document s'attaque précisément à ce problème, mais au lieu de baskets, les détectives recherchent des arbres qui nourrissent les abeilles, en utilisant des caméras de haute technologie qui voient plus de couleurs que l'œil humain ne peut l'imaginer.

Le dilemme de l'apiculteur et le détective des arbres

Au Kenya, l'apiculture est une source de revenus vitale pour de nombreuses familles, mais elle est restée figée dans le passé. La plupart des ruches sont de simples troncs creux suspendus à des arbres, produisant un miel de faible qualité à un rythme lent. Pour remédier à cela, les scientifiques veulent aider les apiculteurs à trouver les meilleurs endroits pour suspendre leurs ruches. Le secret ? Ils doivent trouver des arbres spécifiques qui sont comme des buffets à volonté pour les abeilles. Trois de ces super-arbres sont Senegalia mellifera, Vachellia tortilis et Commiphora africana.

Le problème est que ces arbres sont dispersés à travers de vastes paysages accidentés. Marcher partout pour les compter un par un est impossible. Ainsi, les scientifiques utilisent des avions volant en altitude avec des caméras hyperspectrales. Considérez ces caméras comme des yeux surpuissants capables de voir 92 "couleurs" différentes (bandes de lumière) au lieu des trois (rouge, vert, bleu) que nos yeux perçoivent. Cela leur permet de faire la différence entre deux arbres qui nous semblent identiques, mais qui ont des signatures chimiques légèrement différentes.

Cependant, il y a un piège. Pour apprendre à un ordinateur à repérer ces arbres, vous devez généralement lui montrer des exemples de l'arbre cible et des exemples de tous les autres arbres de la forêt pour lui dire : « Ceci est celui-ci, cela n'est pas celui-là ». Dans une forêt comprenant des centaines d'espèces, obtenir des étiquettes pour chaque arbre est un cauchemar. De plus, si vous entraînez votre ordinateur sur des données provenant d'une vallée (appelons-la Choke), il se confond souvent lorsqu'on l'envoie dans une autre vallée (Lumo) parce que l'éclairage, le sol et la façon dont les arbres poussent sont légèrement différents. C'est le problème du « Décalage de Domaine ».

Le tour de magie : HyUDA-One

Ce document présente une nouvelle méthode appelée HyUDA-One. C'est un cadre ingénieux conçu pour être un « super-détective » capable d'apprendre dans un endroit, puis de chasser avec succès dans un lieu totalement différent, même s'il n'a jamais vu ce nouveau lieu et qu'il n'a aucune étiquette pour l'aider.

Voici comment la magie opère, étape par étape :

1. Le départ « Positif-Non Étiqueté » : Au lieu d'avoir besoin d'étiqueter chaque arbre comme « Cible » ou « Non-Cible », les scientifiques ont seulement étiqueté les arbres qu'ils savaient être de l'espèce cible (les « Positifs »). Ils ont traité tous les autres arbres de la zone d'entraînement comme « Non étiquetés ». L'ordinateur apprend à reconnaître l'arbre cible en étudiant les exemples positifs et en supposant que les non-étiquetés ne sont probablement pas l'arbre cible.
2. Le saut « Non Supervisé » : Une fois l'ordinateur entraîné sur la première vallée (Choke), l'équipe l'envoie dans la seconde vallée (Lumo). Mais voici le hic : ils n'ont aucune donnée étiquetée pour les arbres dans Lumo. Ils ne peuvent pas dire : « Ceci est un Vachellia tortilis », car ils n'ont pas encore vérifié le terrain là-bas.
3. Le jeu de devinettes des « Pseudo-Positifs » : L'ordinateur observe la nouvelle vallée et fait ses meilleures suppositions. Il dit : « Je suis sûr à 90 % que ce pixel est un Vachellia tortilis ». Les scientifiques prennent ensuite les pixels dont l'ordinateur est le plus confiant et disent : « D'accord, faisons comme si ces pixels étaient définitivement les bons arbres ». Ce sont les échantillons appelés pseudo-positifs.
4. Le filet de sécurité « Spatio-Spectral » : Pour empêcher l'ordinateur de devenir trop sûr de lui et de commettre des erreurs, la nouvelle méthode utilise une règle spéciale appelée Apprentissage des Pseudo-Positifs Régularisé Spatial-Spectral (SSPPL). Imaginez que vous cherchez un ami dans une foule. Si vous voyez quelqu'un qui ressemble à votre ami, vous vérifiez : « Est-ce qu'il se tient près d'autres personnes qui ressemblent à mon ami ? » et « Porte-t-il les mêmes vêtements ? ». Cette méthode vérifie à la fois le contexte spectral (couleur) et spatial (voisinage). Elle garantit que les « faux » étiquettes qu'elle crée sont entourées d'arbres similaires, rendant la supposition beaucoup plus sûre.
5. La boucle itérative : L'ordinateur utilise ces suppositions sûres pour se réentraîner, puis fait de nouvelles suppositions, et répète le processus. À chaque boucle, il devient meilleur pour ignorer les différences entre les deux vallées et se concentrer sur ce que l'arbre est réellement.

Ce qu'ils ont découvert

Les résultats ont été impressionnants. Lorsque les scientifiques ont testé leur nouvelle méthode sur la seconde vallée (Lumo), elle ne s'est pas contentée d'être « correcte » pour la tâche ; elle a littéralement écrasé la concurrence.

• Pour le Senegalia mellifera : La nouvelle méthode a atteint un score F1 de 0,756. (Considérez cela comme une note où 1,0 est parfait ; 0,756 est un très bon B+ ou un A-). Les autres méthodes qui n'utilisaient pas ce truc d'adaptation spécial ont obtenu des scores bien inférieurs, souvent en dessous de 0,50, ce qui signifie qu'elles étaient à peine meilleures que le hasard.
• Pour le Vachellia tortilis : La nouvelle méthode a obtenu un score encore plus élevé, un score F1 de 0,884. C'est un résultat fantastique, montrant que l'ordinateur pouvait presque parfaitement distinguer ces arbres en forme de parapluie du reste de la forêt.
• La victoire du « Sans Étiquette » : L'étude a prouvé qu'il n'est pas nécessaire d'aller étiqueter les arbres dans la nouvelle zone pour obtenir d'excellents résultats. L'ordinateur a pu s'enseigner à lui-même en utilisant les suppositions de « pseudo-positifs ».

Le document compare également ce nouveau détective à « Classe Unique » aux anciens détectives à « Multi-Classes » (qui essaient d'identifier toutes les espèces d'arbres à la fois). Les anciennes méthodes ont très mal réagi lors du passage d'une vallée à l'autre, échouant souvent à reconnaître les arbres cibles. La nouvelle méthode a montré que se concentrer sur un seul objectif et ignorer le reste est en fait une stratégie plus intelligente et plus robuste pour ces paysages difficiles.

Pourquoi cela importe pour les abeilles (et pour vous)

Les scientifiques ne se sont pas contentés de trouver les arbres ; ils ont cartographié exactement où se trouvaient les « sources de nectar ». Ils ont découvert que dans la zone de Lumo, les Vachellia tortilis étaient partout, couvrant environ 44,7 % de la couverture arborée, tandis que dans la zone de Choke, le Senegalia mellifera était plus commun.

Cette carte est une mine d'or pour les apiculteurs locaux. Elle leur indique exactement où installer leurs ruches pour obtenir le plus de miel. Elle suggère que dans la zone de Lumo, il existe un énorme potentiel pour développer l'apiculture, ce qui pourrait aider les familles locales à gagner plus d'argent tout en aidant l'environnement (puisque les abeilles aident à polliniser les plantes).

Le document conclut que ce cadre HyUDA-One est un outil puissant. Il suggère que nous pouvons cartographier des arbres spécifiques et importants dans de nouvelles zones inexplorées sans avoir besoin d'enquêtes de terrain coûteuses ou de jeux de données massifs. Bien que le document note que la méthode fonctionne mieux lorsque les arbres ont des feuilles (pendant la saison de croissance) et qu'un plus grand volume de données pourrait être nécessaire pour la troisième espèce d'arbre (Commiphora africana) dans certaines zones, le succès avec les deux autres espèces est une étape majeure. Cela transforme un problème difficile, gourmand en étiquettes, en un jeu de devinettes intelligent et gérable qui pourrait sauver l'industrie apicole au Kenya et ailleurs.