DEEPFOREST — Exploration de l'héritage archéologique et écologique des civilisations d'Asie du Sud-Est en forêt tropicale par apprentissage automatique profond multimodal

Malgré l’accumulation d’indices suggérant que les activités humaines anciennes ont considérablement façonné les forêts tropicales d'Asie du Sud-Est jusqu’à aujourd’hui, l'étendue et la nature de cette influence restent largement inconnues. En évaluant la façon dont les civilisations anciennes ont impacté ces écosystèmes, nous pourrons mieux comprendre leurs dynamiques actuelles et les conséquences à long terme des actions humaines. Identifier à grande échelle les traces des activités anciennes et les corréler avec l’état de végétation actuel constitue un défi majeur en raison de la densité des forêts tropicales et de la difficulté d’identifier les traces archéologiques millénaires. Pour surmonter ces obstacles, nous proposons d’ajouter à un vaste corpus de données de télédétection nouvellement accessibles avec des mesures in situ complémentaires et des observations multimodales, incluant le LiDAR, les orthophotos, les images satellites et les données hyperspectrales. Nous exploiterons ces acquisitions en développant et entraînant des modèles d'apprentissage profond multimodaux pour détecter des traces archéologiques et prédire des indicateurs et caractéristiques fonctionnelles clés des forêts, tels que la biomasse, les types de forêts et la composition de la végétation. Notre équipe interdisciplinaire, composée d'experts en archéologie (EFEO), en apprentissage automatique (ENPC), en foresterie (AMAP) et en sciences de l'environnement (LSCE), ambitionne de fournir de nouvelles connaissances sur ces écosystèmes complexes et d'explorer la relation entre les occupations anciennes et les structures forestières actuelles, afin d'éclairer les pratiques écologiques durables.