Carte de chaleur illustrant la probabilité de chaque pixel à représenter du bitume après traitement deep learning. En bleu la probabilité est faible, plus elle va vers le rouge, plus elle est forte. Artificialisation Transformation d’un sol naturel, agricole ou forestier, par des opérations d’aménagement pouvant entraîner une imperméabilisation partielle ou totale, afin de les affecter notamment à des fonctions urbaines ou de transport (habitat, commerces, infrastructures, équipements publics). Occupation du sol à grande échelle (OCS GE) Base de données vectorielles pour la description de É C L A I R A G E L E X I Q U E l’occupation du sol de l’ensemble du territoire métropolitain et des départements et régions d’outre-mer. Deep learning Ou apprentissage profond. C’est un type d’intelligence artificielle dérivé du machine learning (apprentissage automatique) où la machine est capable d’apprendre par elle-même, contrairement à la programmation où elle se contente d’exécuter à la lettre des règles prédéterminées. la parcelle foncière, et une plus grande richesse en nomenclature (au-delà du binaire). Ces données seront disponibles en téléchargement. En amont, la capacité de mettre à disposition toutes ces données nécessite de la part de l’IGN un travail de production méthodique. La première étape consiste à réaliser une ossature à partir de données existantes, mises à jour de façon régulière. Puis, en se basant sur des données d’apprentissage, un processus de deep learning est engagé sur une orthophotographie et des images satellitaires. « Nous allons détecter une multitude d’objets par apprentissage profond, comme les forêts, les prairies, le bâti, les parkings, les vignes… », décrypte Véronique Pereira, responsable du service des projets et prestations à l’IGN. Ces objets seront ensuite répartis par classes d’occupation du sol, par un processus de vectorisation et d’agrégation. « La donnée de référence ainsi élaborée permettra un suivi stable de l’artificialisation couvrant l’ensemble du territoire, avec un rythme de mise à jour de trois ans, à des coûts soutenables, et disponibles en open data », résume Véronique Pereira. Un prototypage est en cours à Arcachon, en Gironde. L’enjeu  : valider le fait que les données répondent aux attentes des utilisateurs, ajuster les spécifications à la définition de l’artificialisation et produire ces données de la façon la plus automatisée possible, à partir de prises de vue aériennes et d’images satellitaires réalisées en 2015 et 2018, par de l’apprentissage profond afin d’aboutir à une partition du territoire en parcelles homogènes. « Le prototypage doit s’achever en juin 2020, reprend Pascal Lory. À partir de cette date, nous déciderons du déploiement national du dispositif. » Pour en savoir plus https://artificialisation. biodiversitetousvivants.fr/PRINTEMPS 2020/IGN MAGAZINE/29