Depuis le 1er janvier 2025, et pour une durée de 4 mois, la Communauté de communes de l’île de Noirmoutier s’associe avec le bureau d’études DHI pour exploiter les données satellites du programme européen COPERNICUS, à la suite d’un appel à projet lancé par le Centre National d’Etudes Spatiales (CNES).
Comment cette initiative aide-t-elle l’île de Noirmoutier ?
Le territoire de l’île de Noirmoutier est confronté à des défis majeurs, notamment l’érosion du trait de côte et le besoin de connaissance sur la répartition et l’évolution du sable dans les petits fonds.
Déjà engagée dans une stratégie locale de gestion du trait de côte et au travers d’une thèse, la Communauté de communes cherche à optimiser ses outils de gestion. Cette solution innovante vise à compléter les approches existantes et d’alimenter la future stratégie de gestion intégrée du trait de côte.
Cette solution évolutive permettra ainsi :
- De mieux répondre aux besoins et aux contraintes du territoire.
- De proposer une approche transposable à d’autres territoires du littoral français.
- D’améliorer la compréhension des phénomènes côtiers, pour une gestion durable du littoral.
Une solution innovante
Lauréat de cet appel à projet, le bureau d’étude DHI a obtenu un financement de 38 000 €, leur permettant :
- L’utilisation des données satellites COPERNICUS, avec des méthodes novatrices (machine learning (1)) pour analyser la profondeur des fonds marins, la fréquence d’apparition de l’eau et la cartographie de la nature du fond.
- D’identifier les zones stables et dynamiques et suivre l’évolution des stocks sableux via une approche multi-temporelle.
Ces travaux ont été soutenus dans le cadre d’une action financée par le programme Copernicus FPCUP et pilotée par le CNES et le MTEECPR.
(1) Le machine learning (apprentissage automatique) est une branche de l'intelligence artificielle qui permet à des ordinateurs d'apprendre et d'améliorer leurs performances sans être explicitement programmés pour chaque tâche. Il utilise des algorithmes pour analyser des données, détecter des motifs et faire des prédictions ou des décisions basées sur ces analyses.
