Awards and honors, Life in the lab
Elyes Ouerghi : his research work on Earth observation rewarded
Published on
Earth observation data, essential for sustainable development and protection of the planet.
Earth observation data generates the precise and timely knowledge needed to inform local and national actions to benefit the sustainable development of our society and the protection of our shared planet.
A necessary multidisciplinary and collaborative approach to research.
Earth’s ecosystems and humanity’s interactions with them are changing at an unprecedented rate. The complex interrelationships between Earth systems and the immediate and long-term challenges of climate change and biodiversity loss necessitate a multidisciplinary and collaborative approach to the research and innovations that can offer sustainable solutions.
Partnership between researchers in Earth observation
The initiative EODisrupt has been developed and is lead by University College Dublin. It is supported as UCD C-Space, Enterprise Ireland, and ESA Phi Lab.
This initiative will connect Earth observation (EO) researchers across Europe, highlighting collaborations and successes, to support the sustainable growth of the Earth observation services sector.
An online space will enable non-specialists to harness that knowledge by learning about the innovative and impactful ways researchers have used EO data and technologies.
Use Case Competition
The EODisrupt Use Case Competition is a competition open to post-doctoral researchers and staff from four partner institutions: University College Dublin, Irlande ; Queen's University, Belfast, Irlande du Nord ; University of Strathclyde, Écosse ; et ENS Paris-Saclay, France.
Competition winners will have the opportunity to attend th Phi-Lab à l'ESA-ESRIN in Italy as visiting fellows to further develop the commercial focus of their research.
Elyes Ouerghi : PhD student at Centre Borelli under the supervision of
Automatic Methane Plume detection with Satellite Imagery
Le projet vise l'identification automatique et à échelle globale des sources majeures de gaz à effet de serre, en prenant pour objet principal les émissions de méthane. Le méthane a un effet de serre 80 fois plus important que le CO2 et est souvent émis lors de l'extraction ou du transport par pipeline d'hydrocarbures. La demande de détection et de quantification de ces fuites est mondiale et concerne aussi bien des entreprises que des organisations gouvernementales et non gouvernementales. Elles désirent détecter et contrôler ces émissions, quantifier leur contribution au réchauffement climatique, en particulier localiser le plus précisément possible les émissions accidentelles pour les stopper au plus vite. Le problème relève de l'imagerie satellitaire, du traitement d'images ou de séquences bruitées, et de la théorie de la détection. L'objectif de la thèse est très ambitieux : il s'agit de développer des algorithmes pour déterminer de façon automatique les alertes et les origines des plumes de méthane en partant des données de satellites imageurs hyperspectraux de la Terre. La chaîne de traitement demande donc la conception d'algorithmes de débruitage et de détection dans les images hyperspectrales, de prise en compte de la carte instantanée des vents pour simuler la diffusion et propagation des gazs à partir d'une source, enfin la conception d'algorithmes inversant cette mécanique pour localiser les sources, impliquant éventuellement des méthodes d'apprentissage profond. L'automatisation d'une telle détection, qui la ferait passer de mesures et études ponctuelles à une « télésurveillance » continue de la terre est un enjeu majeur de conservation de la biosphère et de contrôle du climat.