IGN Magazine n°98 avr/mai/jun 2020
IGN Magazine n°98 avr/mai/jun 2020
  • Prix facial : gratuit

  • Parution : n°98 de avr/mai/jun 2020

  • Périodicité : trimestriel

  • Editeur : IGN

  • Format : (210 x 297) mm

  • Nombre de pages : 32

  • Taille du fichier PDF : 3,1 Mo

  • Dans ce numéro : la géodata au service de la biodiversité.

  • Prix de vente (PDF) : gratuit

Dans ce numéro...
< Pages précédentes
Pages : 28 - 29  |  Aller à la page   OK
Pages suivantes >
28 29
É C L A I R A G E « Les collectivités vont pouvoir prendre en main la donnée produite, se l’approprier et confirmer qu’elle est conforme à l’objectif de suivi de zéro artificialisation. » Véronique Pereira, responsable du service des projets et prestations à l’IGN L e plan biodiversité de juillet 2018 a acté une ambition inédite en matière d’artificialisation des sols  : la publication chaque année d’un état des lieux de la consommation d’espaces et la mise à disposition des territoires et des citoyens de données comparables à toutes les échelles territoriales (action 7). Une mesure à laquelle s’est agrégée, dans l’action 10 du plan, la nécessité de « définir l’horizon temporel à retenir pour atteindre l’objectif de «zéro artificialisation nette» ». C’est dans le cadre de ce plan biodiversité que le ministère de la Transition écologique et solidaire a lancé en juillet 2019 un dispositif national de référence dont l’observatoire de l’artificialisation des sols constitue la partie émergée. Le Centre d’études sur les risques, l’environnement, la mobilité et l’aménagement (Cerema), l’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (Inrae) et l’IGN en assurent la maîtrise d’œuvre. « la mesure de l’artificialisation des sols est la clé de voûte de la trajectoire que l’on va devoir suivre jusqu’à l’objectif de zéro artificialisation nette », explique Pascal Lory, conseiller en information géographique et spatiale auprès de la directrice 28/IGN MAGAZINE/PRINTEMPS 2020 Extrait de la base de données OCS GE. Usage du sol autour de Guérande (44). générale de l’aménagement, du logement et de la nature (DGALN) au ministère. Pour préciser cette cible de zéro artificialisation nette, une définition doit d’ailleurs être prochainement élaborée et partagée au niveau national. Mais au- delà de la définition, il est, pour Pascal Lory, primordial de rappeler les enjeux à l’origine de cet objectif  : « Chaque mètre carré de terre artificialisée, c’est autant de biodiversité en moins, c’est un risque accru d’inondation du fait de l’imperméabilisation des sols, c’est une autonomie alimentaire mise à mal du fait de la raréfaction des terres agricoles, et c’est un éloignement toujours plus grand des citoyens entre leurs lieux de résidence et de travail par l’étalement urbain. » Un prototype réalisé en Gironde L’observatoire, portail de visualisation et de diffusion, met à la disposition de tous des données pour mesurer la consommation des espaces naturels agricoles et forestiers. Il propose déjà un outil cartographique affichant des flux d’artificialisation binaires (artificialisé/non artificialisé) issus des fichiers fonciers de la Direction générale des finances publiques (DGFiP). Les données d’occupation du sol à grande échelle (OCS GE) apporteront une meilleure résolution que celle de
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



Autres parutions de ce magazine  voir tous les numéros


Liens vers cette page
Couverture seule :


Couverture avec texte parution au-dessus :


Couverture avec texte parution en dessous :