Statisticien / statisticienne (h/f)

Mission :
L'UMR LETG (site de Rennes) recrute un.e ingénieur.e d'étude pour travailler au développement d'une méthode non supervisée, basée sur la connaissance experte, de descriptions sémantiques de séries temporelles d'image satellitaires.

Activités :
Le lancement de nouveaux satellites et un accès facilité aux données satellitaires et aux techniques de traitement d'image offrent des perspectives prometteuses pour la production de cartes d'occupation des sols (OS) à haute résolution spatiale et temporelle pour le suivi de dynamiques environnementales fines (e.g. cycles hydrologiques ou phénologiques). Toutefois, la production de cartes d'OS, notamment à échelle régionale, souffre de limites conceptuelles majeures.
Tout d'abord, les nomenclatures de classification sont pré-définies, forçant ainsi les utilisateurs à adapter leur propre conceptualisation des entités géographiques à celle du producteur de la carte. Deuxièmement, la plupart des cartes régionales d'OS sont basées sur des algorithmes de classification par apprentissage automatique. Or, 1) ces algorithmes nécessitent de nombreuses données d'apprentissage pouvant induire une hétérogénéité dans les cartes finales ; 2) les cartes sont souvent discrétisées et donc mal adaptées au suivi d'entités géographiques floues (e.g. gradients de végétation); 3) les modèles issues des algorithmes sont souvent assimilés à des "boîtes noires" car difficilement interprétables.
L'UMR LETG développe une nouvelle approche non supervisée basée sur la connaissance experte pour fournir automatiquement des descriptions sémantiques de séries temporelles de signatures spectrales. Ces descriptions portent sur les caractéristiques de «bas niveau» (e.g. signature spectrale) afin d'éviter une surinterprétation des images avec des classes sémantiques de «haut niveau» (e.g. forêt). Ces descriptions de «bas niveau» peuvent ensuite être adaptées par les utilisateurs finaux pour répondre à leurs besoins spécifiques. A ce jour, un prototype a été implémenté et s'est avéré efficace pour cartographier les plans d'eau et les zones forestières dans le sud de l'Amazonie. Nous souhaitons à présent continuer à développer cette approche et la tester sur de nouveaux terrains d'application.
Pour ce faire, nous recrutons un.e ingénieur.e d'étude pour travailler à l'adaptation de la méthode à des séries temporelles d'images satellitaires. Il s'agit de mieux prendre en compte la variabilité inter et intra-annuelle des séries temporelles d'images satellites en définissant de nouvelles métriques décrivant l'évolution temporelle des signatures spectrales (e.g. les dates de début et de fin de cycles, les fréquences d'événements) afin de suivre la dynamique hydrologique et la phénologie de la végétation. Le terrain d'application de la thèse porte sur la zone humide du Pantanal brésilien. Ce hotspot de biodiversité est caractérisé par un écosystèmes très dynamique et complexe.