Menu
Nicolas Gonthier, chef de projet innovation à l’Institut national de l’information géographique (IGN), nous parle du projet « Open Data Flair ». Il concerne l’occupation du sol à grande échelle à l’aide de modèles d’intelligence artificielle. Et voici, spécialement pour « GoodTech », ce qui est important d’en retenir.
L‘initiative « Open Data Flair » vient résoudre une des problématiques actuelles de l’État français : la dégradation de l’état des sols et de la biodiversité sur le territoire. Conséquences directes des interactions complexes entre ces deux éléments et l’activité humaine. D’après les rapports de la Food and Agriculture Organisation (FAO) on enregistre aujourd’hui une dégradation de 75 %. Des chiffres rapportés dans le cadre des lois sur le climat et la résilience, et sur la loi de zéro Artificialisation nette de 2023, qui visent un résultat de 0 % d’ici à 2050, avec une première étape cruciale en 2035.
Une solution d’IA Open source
Pour résoudre et anticiper ce problème de dégradation des ressources, l’IGN propose une cartographie du territoire. Un système de référencement à grande échelle destiné à mettre en avant la stérilisation au cours du temps. Plus concrètement, il s’agit de créer un modèle à partir d’images, de prises de vues aériennes (tous les trois ans) montrant à la fois :
- l’occupation et la couverture des sols : les zones bâties, les zones non bâties, les zones de minéraux, les sols nus, l’eau, la neige, les différents types de peuplement ;
- et les différents usages : pour l’agriculture, la sylviculture, la mise en place de réseaux aériens ou ferrés, ou bien pour tout usage commercial.
Et tout ça, grâce à l’intelligence artificielle qui modélisera les éléments pixelisés de l’image étudiée sous forme de vecteurs.
Comment ça marche ? L’idée est donc d’entraîner des modèles d’intelligence artificielle qui seront une des briques d’un produit final appelé OCSGE de l’IGN.
Le Data Set : FLAIR
FLAIR, pour French Land cover from Aerospace ImageRy, est le jeu de données en ligne mis en licence ouverte par l’IGN qui est utilisé pour ce modèle. Il s’agit d’un répertoire d’images de très grande résolution, qui recouvre plus de 800 km, venant des satellites sentinelles mis en place par l’Europe et par le projet Copernicus. Des données accompagnées de séries temporelles qui permettent de contextualiser la zone étudiée et ainsi entraîner l’IA selon les règles et annotations associées.
On obtient donc un dataset multi-capteurs, avec de l’imagerie aérienne, RGB infrarouge, produites par l’IGN, accompagné d’un modèle d’élévation. Ces travaux sur le jeu de données a permis de mettre en avant la grande diversité spatio-temporelle avec plus de 900 zones uniques annotées dans le territoire.
Et justement, de nouveaux challenges autour du traitement des données ont été lancés afin de mettre à contribution et fédérer la communauté autour de ce projet. Nous aurons l’occasion de vous en dire davantage très bientôt.
