Subventions et contributions gouvernementales

Fonctionnant sur une infrastructure infonuagique, ce produit permettra aux développeurs de produit à valeur ajoutée d’offrir leurs propres applications en tant que service aux utilisateurs. Ce projet améliorera l’accès aux données géospatiales et leur utilisabilité pour les nouveaux utilisateurs, y compris les non-experts et autres groupes d’utilisateurs non traditionnels qui collaborent avec des développeurs d’applications dans une variété de domaines. Basé sur des normes et des pratiques exemplaires, ce projet favorise l’interopérabilité des systèmes et la création future d’un réseau mondial de ressources de données d’observation de la Terre.

Les autorités gouvernementales et les spécialistes des données n’ont pas la possibilité de demander directement aux citoyens leurs observations de réalité sur le terrain pour évaluer la validité des algorithmes d’observation de la Terre (OT) depuis l’espace, et les citoyens ne peuvent pas soumettre directement leurs observations. Le projet vise à combiner ces deux démarches d’observation en une toute nouvelle méthode d’évaluation de l’environnement et des catastrophes en utilisant les techniques et l’imagerie d’OT depuis l’espace. Il contribuera ainsi à combler les lacunes en matière de communication et permettra aux scientifiques et aux fonctionnaires de collaborer avec les citoyens pour valider et améliorer les algorithmes de traitement des images satellitaires directement et en temps quasi réel, afin de déterminer la réalité sur le terrain.

L’objectif de ce projet est de créer un processus de traitement automatisé des données et de fournir un accès à ces données par l’intermédiaire d’une plateforme de visualisation en ligne qui permet de surveiller des infrastructures s’étendant sur des milliers de kilomètres, tout en mettant en évidence des zones de déplacement pouvant faire seulement quelques dizaines de mètres carrés. 3vGeomatics mettra au point des techniques efficaces pour capturer les caractéristiques de déplacement à toutes les échelles, les mettre en évidence et les filtrer, ce qui permettra aux utilisateurs finaux de se concentrer rapidement sur les zones d’importance critique. Le projet contribuera donc à accroître la qualité, à réduire le poids numérique et à améliorer la facilité d’utilisation des produits de données pour la surveillance des infrastructures à l’échelle du réseau.

Le projet vise le développement d’un système de gestion des incendies de forêt en collaboration avec INO, conformément aux exigences de la SOPFEU et de Ressources naturelles Canada, afin de produire une cartographie thermique à haute résolution, en temps quasi réel, des incendies de forêt actifs à l’aide d’images satellitaires et aériennes. À l’aide d’un jeu de données pseudo-images, Lux Aerobot sera en mesure d’entraîner des modèles à apprentissage profond de vision par ordinateur conçus expressément pour extraire les points chauds à l’échelle du pixel. Pour pallier les limites potentielles de la bande passante de télécommunication, le modèle sera également adapté pour pouvoir fonctionner directement à bord des plateformes satellitaires, sous réserve de diverses contraintes telles que l’alimentation électrique limitée, la dissipation de la chaleur et la puissance limitée de calcul.

Ce projet vise à mettre en place une technologie qui fournira une estimation fiable de l’équivalent en eau de la neige (EEN) en vue de la surveillance et de la prévision des inondations potentielles attribuables à la fonte des neiges au Canada. Pour ce faire, on utilisera les données de polarimétrie compacte de la mission de la Constellation RADARSAT (MCR PC), en recourant à des techniques novatrices de classification et de segmentation fondées sur l’apprentissage profond pour cartographier ou segmenter l’étendue de la couverture neigeuse. A.U.G. Signals effectuera également des estimations précises de l’épaisseur de la neige et de l’équivalent en eau de la neige. Les services locaux d’hydrologie et de gestion des opérations en cas de catastrophe seront ainsi en mesure de déterminer les risques d’inondation attribuables à la fonte des neiges à un endroit donné.

Ce projet mettra en œuvre une validation de concept et de faisabilité de la capacité d’utiliser les données d’observation de la Terre depuis l’espace (SBEO) pour quantifier à la fois la quantité de phosphore phytoextrait et le carbone séquestré pour des essais variés sur le terrain effectués dans le bassin du lac Winnipeg. Le projet mettra les bases visant à réaliser un développement d’application avancé afin de continuer à démontrer et d’affiner cette capacité dans un contexte d’une portée et d’une fiabilité plus larges, en tant que service test, en vue de la commercialisation et de l’opérationnalisation utilisant les prochaines missions de surveillance mondiales par SBEO multispectrales.

GHGSat mettra au point une technique innovante d’estimation dynamique tridimensionnelle validée des émissions de gaz à effet de serre à l’échelle mondiale, en utilisant les données de ses propres satellites et d’autres satellites. Parmi les livrables, mentionnons la mise en œuvre d’un modèle mathématique pour l’estimation du taux d’émission mondial de méthane avec des éléments pour la simulation tridimensionnelle des sources et des puits, le transport chimique et la propagation atmosphérique. Après sa validation, l’estimateur de taux d’émission pourra être adapté à des solutions opérationnelles pour répondre aux exigences des organismes de réglementation et des utilisateurs finaux dans les domaines de la production d’énergie, de l’extraction de ressources, de la production d’électricité, de l’agriculture, de la gestion des déchets et de la durabilité environnementale.

Le but de ce projet est de mettre en place un cadre logiciel qui pourra être utilisé par une variété d’intervenants (en agriculture, en finance, au gouvernement et autres) pour créer, visualiser et intégrer des estimations historiques et opérationnelles de l’évapotranspiration (ET). Pour cette validation de principe, un cadre logiciel sera mis au point, testé et appliqué grâce à l’établissement d’une archive de l’ET des cultures sur une période de 10 ans, à l’aide d’un ensemble multimodèle. Ce cadre logiciel fournira un flux de travail qui permettra aux utilisateurs de téléverser des fichiers ou de dessiner des polygones afin d’obtenir des résumés spatiaux et temporels définis par eux.

Kepler Space a créé un produit qui permet la surveillance à grande échelle de la déformation du sol à l’aide des séries chronologiques de données du satellite Sentinel-1 de l’Agence spatiale européenne par l’application de la technique d’interférométrie par réflecteurs permanents (PSInSAR) ainsi que la détection et la cartographie des déplacements du sol. Les travaux proposés contribueront à simplifier et à valider ces données pour les besoins des systèmes de surveillance des infrastructures ferroviaires et des ponts. La principale innovation est l’élargissement de la capacité de couverture régionale, provinciale ou nationale grâce aux données de Sentinel-1 et à la simplification de l’analyse des mégadonnées (big data). Une composante d’intelligence artificielle capable de modéliser de manière prédictive l’état des infrastructures en se fondant sur les données sera ajoutée au service.

Le projet vise à élaborer une méthode pour quantifier de manière systématique et méthodique le niveau de dioxyde de carbone (CO2) présent à la surface du sol en utilisant des données hyperspectrales. Les données hyperspectrales capturent la totalité du spectre par pixel, ce qui fournit une grande quantité d’informations. En combinant les données de CO2 captées à la surface du sol en tant qu’informations de réalité sur le terrain, on mettra au point un modèle d’apprentissage automatique capable de prendre les données hyperspectrales du satellite comme données d’entrée et de prédire le niveau de CO2 sous-jacent. Ce projet vise à fournir les informations dont les gouvernements et les entités privées, comme les agriculteurs, ont besoin pour suivre leur empreinte carbone et profiter des avantages économiques connexes.