Anatol Garioud, Eva Bookjans, IGN, prénom.nom@ign.fr

L’Institut national de l’information géographique et forestière (IGN) a pour mission de créer une carte de référence nationale, l’OCS-GE (Occupation du Sol à Grande Échelle), afin de mesurer et surveiller l’artificialisation du territoire français. D’ici fin 2024, l’OCS-GE couvrira l’ensemble de la France en fournissant une description détaillée à la fois de la couverture du sol et de ses usages (voir Figure 1). Cela permettra à la France d’atteindre son objectif de la ZAN (Zéro Artificialisation Nette) d’ici à 2050, conformément à la loi climat et la résilience adoptée en 2021.

Afin d’accélérer la production de la composante “couverture du sol” de l’OCS-GE, l’IGN a travaillé sur la mise en place d’un modèle d’intelligence artificielle (IA) de segmentation sémantique pour prédire la couverture du sol. Le modèle exploite les images aériennes de la BD ORTHO à 20 cm de résolution spatiale et composées de 4 canaux radiométriques (rouge, vert, bleu, infrarouge), ainsi qu’une information d’élévation (modèle numérique de surface – modèle numérique de terrain).  Créer un modèle robuste et fiable à l’échelle nationale est un défi majeur en raison des variations du paysage à travers le territoire (par exemple, urbain versus rural, océanique versus montagneux). Par conséquent, le modèle a été entraîné avec des données d’entraînement (annotations), couvrant une variété de zones réparties sur l’ensemble de la France métropolitaine et associées à des dates d’acquisition de l’imagerie variables. Cela garantit que l’hétérogénéité spatiale et temporelle du territoire soit prise en compte dans le modèle, notamment les différents types de paysages et leurs variations saisonnières. Au total, plus de 2500 km² d’images aériennes ont été annotés par des photo-interprètes.

Le modèle d’IA à l’échelle de la France, prédit 16 classes de couverture du sol avec une précision de 78% et une mIoU (intersection moyenne sur l’union) de 58%. Dans le cadre de son ambition d’améliorer davantage le modèle, l’IGN a également lancé le défi FLAIR #1 [https://ignf.github.io/FLAIR/index_fr.html] à l’attention de la communauté scientifique et technique, dont les résultats ont été par la suite intégrés à la production. Pour faciliter à d’autres acteurs la classification de la couverture du sol sur les images BD ORTHO, l’institut a également publié une série de modèles d’IA pré-entraînés et de la donnée d’entraînement sur la page Hugging Face de l’IGN [https://huggingface.co/IGNF].

Outre son rôle essentiel dans la production de l’OCS-GE, la sortie du modèle IA à l’échelle de la France est désormais un produit à part entière : CoSIA, pour Couverture de Sol par Intelligence Artificielle (voir Figures 2 et 3). Ces cartes sont générées de manière automatique, sans les spécifications rigoureuses de l’OCS-GE, permettant de les rendre disponibles plus rapidement, et de conserver la résolution spatiale des images aériennes BD ORTHO (voir Figure 4 pour une comparaison entre CoSIA et l’OCS-GE). CoSIA doit être actualisée à intervalles réguliers de 3 ans, en synchronisation avec la production de la BD ORTHO. Sa première version, disponible ici [https://cosia.ign.fr], a suscité l’intérêt de divers utilisateurs potentiels tels que les services gouvernementaux régionaux français, des associations environnementales à but non lucratif, des agences d’urbanisme ou encore le monde académique. Bien que CoSIA soit la sortie directe non corrigée du modèle d’IA, son niveau de détail géographique et ses 16 classes de couverture du sol en font une donnée à forte valeur ajoutée pour différents cas d’utilisation, tels que l’identification de la nature dans les zones urbaines, la cartographie des corridors écologiques, l’urbanisme et l’étude des liens entre la santé des individus et leur environnement, pour n’en citer que quelques-uns.

En résumé, la mise en place du modèle IA dans le processus de production de l’OCS-GE a permis d’accélérer l’identification de la couverture du sol français et l’IGN met à disposition du public les cartes et les modèles résultants. Cela favorise le développement de nouvelles applications et permet aux décideurs politiques, de la sphère privée et au grand public de mieux et plus rapidement répondre aux défis écologiques et socio-économiques actuels.

Figure 1. Example de l’OCS-GE décrivant 14 classes de couverture du sol (en haut) et 19 classes d’usage du sol (en bas).

Figure 2. Illustration schématique de la production de l’OCS-GE et de CoSIA.

Figure 3. Exemple du produit CoSIA à 16 classes d’occupation du sol.

Figure 4. Comparaison technique des deux produits OCS-GE et CoSIA.

Figure 5. Exemples de cas d’usage des cartes CoSIA.