COSIADES

Présentation

Contexte

La compréhension fine de l’occupation des sols est un levier essentiel pour adapter les territoires aux effets du changement climatique. Elle permet d’orienter les politiques locales et les projets d’aménagement de manière durable, en tenant compte des spécificités territoriales. Cette connaissance repose sur des cartographies détaillées, indispensables pour des actions telles que la végétalisation urbaine, la limitation de l’artificialisation des sols, la préservation des milieux naturels et la gestion des risques climatiques.

La production de cartographie à grande échelle et à jour est donc cruciale pour renforcer la résilience des territoires.

Dans ce contexte, le projet COSIADES vise à adapter le modèle de deep learning FLAIR de l’IGN pour produire de façon automatisée et à la demande, les cartes d’occupation du sol de type CoSIA (Couverture du Sol par Intelligence Artificielle) à partir d’images satellites très haute résolution (THR), comme celles des satellites Pléiades, Pléiades Néo ou (bientôt) CO3D, indépendamment des contraintes actuelles.

En effet, actuellement, les modèles utilisés par l’IGN sont les plus précis mais, entrainés sur la BD-ORTHO, ils ne peuvent pas être appliqués à d’autres types d’images. Le projet COSIADES permettra de lever la dépendance à la BD-ORTHO dont la disponibilité (France uniquement, tous les 3 ans) est incompatible avec un suivi temporel fin du territoire.

Ces cartes d’occupation du sol seront ensuite enrichies avec d’autres jeux de données (open source ou métiers) pour répondre aux besoins spécifiques des partenaires utilisateurs (collectivités, bureaux d’études, associations de protection de l’environnement). Elles permettront de générer des indicateurs spatialisés utiles à la prise de décision dans des domaines variés : urbanisme, environnement, gestion des risques, etc.

Enfin, les résultats seront valorisés via des plateformes web cartographiques, facilitant l’analyse et l’aide à la décision pour les collectivités et les acteurs du territoire.

Méthodologie

Ce projet est structuré en quatre grandes briques :

     1. Développement d’un modèle de segmentation et détection automatique de l’occupation du sol

     Objectif : Adapter un modèle FLAIR pour produire une occupation du sol en 16 classes à partir d’images THR.

     Étapes :

• Sélection du modèle FLAIR et méthodologie d’ajustement (fine tuning).
• Constitution du dataset d’entraînement.
• Entraînement du modèle.

     2. Production d’une chaîne de traitement automatisée

     Objectif : Produire des cartes d’occupation du sol enrichies selon les besoins des utilisateurs finaux.

     Étapes :

• Recueil des besoins utilisateurs et sélection des images THR pertinentes.
• Inférence du modèle.
• Enrichissement avec d’autres bases de données.

     3. Calcul d’indicateurs thématiques

     Objectif : Générer des indicateurs liés à des enjeux spécifiques (artificialisation, végétalisation, etc.).

     Méthode : Croisement des résultats de la classification avec des données métiers fournis par les utilisateurs. Production d’indicateurs statistiques en lien avec les besoins utilisateurs.

     4. Démonstrateur en ligne

     Objectif : Proposer une plateforme accessible avec des interfaces adaptées aux utilisateurs finaux pour la visualisation, l’analyse et l’aide à la décision.

Utilisateurs Cibles

Ce service opérationnel s’adresse à un large spectre d’utilisateurs publics et privés, notamment :

• Collectivités territoriales
• Associations environnementales
• Bureaux d'études et agences d’urbanisme
• Laboratoires de recherche en agronomie, écologie et environnement

Partenaires

• TerraNIS : PME spécialisée dans le traitement de l’information géographique
• IGN : Institut national de l'information géographique et forestière
• France Nature Environnement Ile-de-France : Fédération d’associations de protection et de sensibilisation à l’environnement
• Agglomération du Grand Albigeois : Collectivité territoriale
• ECOTONE : Bureau d’études en environnement

Site(s) d’application

Des zones ont été pré-identifiées :

• Cœur d’Essonne Agglomération
• Communauté d’Agglomération du Grand Albigeois
• Toulouse Métropole

Données

Satellite

• Pléiades
• Pléiades Néo
• CO3D (lancement mi 2025)

Autres

• Données IGN : BD TOPO, RPG…
• Modèles numériques de terrain et de surface
• Données métier (relevés terrain…)

Résultats – Produit(s) final(aux)

• Le modèle entrainé pour la classification de l’occupation des sols pour les images THR (Pléiades, Pléiades Néo, CO3D).

• Les couches d’occupations du sols enrichies et les couches d’indicateurs en lien avec les besoins des utilisateurs finaux.

• Démonstrateurs en ligne centralisant l’ensemble des productions sur les territoires pilotes

👉 Mise à Disposition

• Les données produites dans le cadre du projet, telles que les cartes d’occupation des sols, les cartes thématiques et les indicateurs, seront librement accessibles en ligne. Elles seront accompagnées de métadonnées conformes à la norme INSPIRE, ainsi que d’interfaces de démonstration pour les utilisateurs finaux.

• Le modèle entrainé sur les images THR sera mis à disposition ainsi que la documentation.