L’IA qui cartographie les haies et murs de pierre pour sauver la nature

Imaginez un outil qui révèle des haies, des murs de pierre ou des petits bosquets cachés entre les champs. Ces éléments, trop petits pour être vus par les satellites classiques, jouent pourtant un rôle clé pour le climat et la biodiversité. Google vient de publier une carte ultra-précise de ces trésors écologiques en Angleterre, transformée en données exploitables par les agriculteurs et les écologistes.

LES FORÊTS, PIÈGES À CARBONE ET REFUGES DE VIE

Une forêt n’est pas qu’un ensemble d’arbres. Elle agit comme une éponge à carbone, un filtre à eau et un refuge pour des milliers d’espèces. Face à l’urgence climatique et à l’effondrement de la biodiversité, replanter des arbres semble une évidence. Pourtant, le défi est immense : comment concilier restauration écologique et production alimentaire ?

Le problème ? Les terres agricoles et les forêts se font concurrence. Avec une population mondiale en croissance, la demande en nourriture augmente, tout comme la pression sur les sols. Résultat : les projets de reforestation entrent souvent en conflit avec les besoins des agriculteurs. Pire encore, une protection trop stricte dans une région peut pousser la dégradation environnementale vers d’autres zones, un phénomène appelé « fuite écologique ».

LES HAIES ET MURS DE PIERRE, SOLUTIONS OUBLIÉES

Et si la solution venait des éléments que l’on croise tous les jours sans les voir ? Les haies, ces rangées d’arbustes ou d’arbres qui délimitent les champs, et les murs de pierre qui serpentent à travers les paysages, sont des alliés insoupçonnés. Ils stockent du carbone, abritent des insectes pollinisateurs et créent des corridors pour la faune. Pourtant, ils échappent aux inventaires forestiers nationaux car ils sont trop petits pour être détectés par les satellites standards.

C’est là que l’intelligence artificielle entre en jeu. En combinant des images satellites ultra-haute résolution et des algorithmes avancés, Google a réussi à cartographier ces éléments invisibles à l’échelle de l’Angleterre. Une première mondiale qui ouvre la voie à une restauration écologique ciblée, sans menacer la sécurité alimentaire.

DES PIXELS AUX PLANS D’ACTION : LA NAISSANCE D’UNE CARTE VIVANTE

En 2020, Google avait déjà publié Farmscapes 2020, la première carte à haute résolution identifiant les haies et les petits bois dispersés en Angleterre. Mais une carte en pixels ne suffit pas. Pour être utile aux agriculteurs et aux écologistes, il fallait transformer ces données brutes en un inventaire précis et exploitable. C’est désormais chose faite avec une version vectorisée, où chaque haie, chaque mur de pierre et chaque bosquet est représenté par des formes géométriques exactes.

Cette avancée permet aux propriétaires terriens de mesurer l’étendue de ces éléments et de les étendre sur tout le territoire. Une révolution pour la planification écologique, car ces données peuvent être intégrées directement dans les logiciels de gestion des terres.

TROIS DÉFIS TECHNIQUES POUR TRANSFORMER LES DONNÉES

Passer d’une carte en pixels à un inventaire vectoriel n’a pas été simple. Trois obstacles majeurs se dressaient sur le chemin des chercheurs :

1. La complexité des paysages agricoles

Les champs ne sont pas des tableaux vides. Une haie peut border un champ, tandis qu’un mur de pierre court juste en dessous. Les modèles classiques, qui analysent une seule couche de données à la fois, peinent à représenter ces superpositions. Résultat : les éléments se chevauchent, rendant l’analyse impossible.

2. La sémantique des formes

Un pixel vert ne dit pas si c’est une forêt dense, une haie isolée ou un petit bosquet. Pour que la carte soit utile, il fallait classer chaque élément selon sa fonction écologique réelle. Un arbre isolé ne joue pas le même rôle qu’une longue haie qui relie deux zones boisées.

3. L’échelle des données

L’Angleterre couvre plus de 130 000 km². Avec des millions de haies et de murs à analyser, les méthodes classiques de conversion raster-vector étaient trop lourdes pour les ordinateurs standards. Traiter ces données en une seule fois aurait paralysé n’importe quel système.

L’IA QUI APPREND À VOIR COMME UN PAYSAGISTE

Pour surmonter ces défis, les chercheurs ont développé un modèle d’apprentissage profond haute résolution, capable de reconnaître les spécificités du paysage britannique. Mais comment entraîner une IA avec si peu de données annotées ? Seulement 247 km² de haies et de murs avaient été manuellement identifiés.

La solution ? Utiliser un Vision-Transformer (ViT) pré-entraîné sur plus de 300 millions d’images satellites du monde entier. Ce modèle, appelé Remote Sensing Foundations (RSF), fait partie de Google Earth AI, une collection de modèles et de jeux de données géospatiaux conçus pour transformer les données planétaires en informations exploitables. En partant de cette base solide, les chercheurs ont affiné le modèle pour qu’il reconnaisse les nuances du paysage britannique avec une précision inégalée.

UN SYSTÈME À DEUX COUCHES POUR DÉCHIFFRER LES PAYSAGES SUPERPOSÉS

Pour résoudre le problème des paysages superposés, l’équipe a conçu un système de double couche. Grâce à des images satellites à moins d’un mètre de résolution et à des données LiDAR à un mètre, le modèle peut voir deux réalités en même temps :

• • Le niveau du sol : les limites des champs, les cours d’eau, les routes.
• • Les éléments au-dessus du sol : les arbres, les haies, les murs de pierre.

Cette approche permet de distinguer une haie qui longe un champ d’un mur de pierre qui la supporte, évitant ainsi les erreurs de classification.

DES FORMES GÉOMÉTRIQUES POUR CLASSER LES ÉLÉMENTS ÉCOLOGIQUES

Mais comment faire la différence entre un petit bosquet et une longue haie ? L’IA détecte facilement la végétation, mais elle ne connaît pas la fonction écologique de chaque forme. Pour résoudre ce problème, les chercheurs ont utilisé un test mathématique appelé score de compacité Polsby-Popper.

Ce score analyse la forme de chaque détection. Par exemple :

• • Un boisement est défini comme un ensemble dense d’arbres avec un diamètre d’au moins 30 mètres.
• • Un bosquet est un petit groupe d’arbres ou un arbre isolé.
• • Une haie ou un corridor boisé est identifié par une forme allongée, avec un score de compacité strictement inférieur à 0,5.

Cette intelligence géométrique permet de distinguer automatiquement les corridors essentiels pour le déplacement des animaux sauvages.

UNE CARTE À L’ÉCHELLE NATIONALE GRÂCE AU CALCUL PARALLÈLE

Le dernier obstacle ? La taille des données. Traiter des millions de haies et de murs sur 130 000 km² était impossible avec les méthodes classiques. La solution est venue de Google Earth Engine, une plateforme capable de diviser la carte en milliers de cellules indépendantes et de les traiter en parallèle.

En utilisant ce système, les chercheurs ont pu générer les géométries vectorielles de millions d’éléments simultanément, sans saturer les serveurs. Une avancée qui rend cette technologie scalable à l’échelle d’un pays entier.

AU-DELÀ DES HAIES : VERS UNE RESTAURATION PLUS LARGE

La publication de cette carte vectorisée est une étape majeure, mais les chercheurs ne s’arrêtent pas là. Ils explorent déjà de nouvelles applications pour cette technologie :

• Quantifier les éléments boisés à petite échelle dans les systèmes d’agroforesterie (culture d’arbres avec des animaux ou des cultures).

• Détecter les fuites écologiques, où une amélioration locale de la biodiversité ou du stockage de carbone pourrait cacher une dégradation ailleurs.

• Identifier les zones où la restauration écologique peut être combinée avec la production alimentaire, sans conflit d’usage des sols.

Ces approches pourraient permettre de généraliser la restauration écologique sur les terres agricoles, un enjeu crucial pour lutter contre le changement climatique et l’effondrement de la biodiversité, sans menacer la sécurité alimentaire mondiale.

UN OUTIL POUR TOUS : AGRICULTEURS, SCIENTIFIQUES ET DÉCIDEURS

En rendant ces données accessibles et ouvertes, Google espère donner les moyens aux agriculteurs, aux scientifiques et aux décideurs de protéger ces éléments qui, bien que discrets, font une différence colossale pour la planète. Chaque haie, chaque mur de pierre, chaque petit bosquet compte dans la lutte contre la crise climatique.

Cette technologie illustre comment l’intelligence artificielle peut être un levier pour concilier préservation de l’environnement et besoins humains. Une avancée qui pourrait bien redessiner notre rapport à la nature.

POUR ALLER PLUS LOIN : LES RESSOURCES DE GOOGLE EARTH AI

Si cette innovation vous intrigue, vous pouvez explorer les autres projets de Google Earth AI et Google Earth Engine, des plateformes qui transforment les données planétaires en Outils concrets pour la science et l’écologie. Ces ressources ouvrent la voie à une gestion plus intelligente et plus durable de notre planète.

EN BREF : LES POINTS CLÉS À RETENIR

• Une IA haute résolution détecte des haies, murs de pierre et petits bosquets invisibles aux satellites classiques.

• Ces éléments stockent du carbone et abritent une biodiversité essentielle, sans concurrencer les terres agricoles.

• Google a transformé une carte en pixels en un inventaire vectoriel exploitable par les agriculteurs et écologistes.

• Trois défis techniques ont été surmontés : la complexité des paysages, la sémantique des formes et l’échelle des données.

• La technologie utilise un Vision-Transformer pré-entraîné et un score de compacité pour classer les éléments écologiques.

• Google Earth Engine permet de traiter des millions de données en parallèle, rendant cette solution scalable à l’échelle nationale.

• L’objectif : restaurer la biodiversité et le climat sans menacer la production alimentaire.