Caractérisation de tourbières a grande échelle des données hyperspectrales et l'informatique de calcul haute performance

 

Margaret Kalacska

Université McGill

 

Domaine : environnement

Programme établissement de nouveaux chercheurs universitaires

Concours 2011-2012

La nouvelle génération des systèmes d'observation terrestre hyperspectrales produisent des données de hautes dimensions et de volumes sans précédent. Néanmoins, la majorité des études hyperspectrales aériennes ou à partir de satellite ont été effectuées à relativement petites échelles.

Bien que cette approche ait été utile pour démontrer les potentiels de ces données et pour développer de nouveaux algorithmes pour exploiter ces données, les résultats ont été rarement appliqués d'une manière opérationnelle à de grandes étendues géographiques, principalement à cause des défis d'analyser les grands volumes de données dans des périodes de temps relativement courtes. L'analyse de grands volumes de données utilisant l'informatique de calcul haute performance (HTPC) n'est pas un nouveau phénomène dans les domaines comme l'astrophysique ou la biologie computationnelle mais une telle approche n'a pas été largement appliquée aux images terrestres télédétectées. Les algorithmes qui existent pour analyser ces cubes de données n'ont pas été optimisés pour HTPC pour l'exploitation de la nouvelle génération de processeur graphique (GPUs) disponible sur le marché.

L'objectif de ce programme de recherche est de développer des outils qui maximisent l'exécution de HTPC pour l'analyse des donnees hyperspectrales à grande échelle pour traiter des questions à des échelles régionales de la structure et la phénologie d'une tourbière.