Des chercheurs de l'Université de l'Alberta ont mis au point une méthode qui utilise l'imagerie par drone et l'apprentissage automatique pour prédire la diversité des champignons dans les sols forestiers, selon une étude publiée dans la revue Forest Ecology and Management.
L'équipe, dirigée par des chercheurs de la Faculté des sciences agricoles, de la vie et de l'environnement, a collecté des échantillons de sol sur des sites forestiers en Alberta et les a associés à des images haute résolution prises par des drones. En analysant les images avec des algorithmes d'apprentissage automatique, ils ont pu estimer la diversité fongique à travers le paysage sans avoir à échantillonner chaque endroit.
Les champignons jouent un rôle crucial dans la santé des forêts, en aidant au cycle des nutriments et à la communication entre les plantes. Les méthodes traditionnelles d'évaluation de la diversité fongique sont longues et coûteuses, ce qui limite l'ampleur du suivi. Cette nouvelle approche pourrait permettre aux chercheurs de couvrir de plus grandes surfaces plus efficacement, offrant un outil précieux pour la gestion et la conservation des forêts.
Les résultats de l'étude soulignent le potentiel de l'intégration de la télédétection et de l'intelligence artificielle pour surveiller la biodiversité souterraine, souvent négligée. Les auteurs suggèrent que cette technique pourrait être adaptée à d'autres écosystèmes et organismes.
