Segmentation automatique du sol
 
 

Les sols pollués présentent divers risques pour la santé. En particulier, la pollution par le plomb, le mercure et les hydrocarbures aromatiques polycycliques (HAP) mobilisent actuellement l'Office fédéral de l'environnement (OFEV). Pour la prévention et la gestion des déplacements de terre lors des travaux de construction, il est donc nécessaire de connaître précisément l'emplacement des sols potentiellement pollués.

Les cartes actuelles, qui indiquent la nature du sol, se limitent souvent au niveau de précision des  parcelles et sont donc imprécises à proximité des maisons (un terrain comprend souvent une maison et un jardin), alors qu'il s'agit d'un endroit critique.

Ce projet vise à créer une carte à haute résolution sur laquelle sont indiqués les sols potentiellement pollués, c'est-à-dire non imperméabilisés, comme les champs, les pelouses ou les sols argileux. La résolution spatiale visée est de 1m. La classification des sols s'appuie sur une méthode automatique de segmentation d’images appliquées à des images aériennes multicanaux (R, G, B). 

En créant cette carte, il s'agit de...

1. ... réduire le temps passé par les services publics à identifier manuellement les surfaces de pleine terre à partir d'orthophotos
2. ... améliorer les inventaires cantonaux des sols potentiellement pollués
3. ... élaborer et tester une méthodologie qui pourra être utilisée par d'autres administrations.

Le projet a été mené en collaboration avec le Canton de Fribourg.

Une première étape a été d’établir une vérité terrain constituée d’images segmentées manuellement par les experts du sol pour les classes représentatives du territoire fribourgeois.

Cela a permis une évaluation quantitative des modèles d'apprentissage profond dédiés à des tâches de prédiction de couverture du sol actuellement développés par l'Institut National de l'Information Géographique et Forestière (IGN), la Haute Ecole d'Ingénierie et de Gestion du Canton de Vaud (HEIG-VD), et l'Office Fédéral de la Statistique (OFS).

Par la suite, le modèle développé par l'HEIG-VD, qui a montré des résultats particulièrement prometteurs dans les zones urbaines, a été entraîné avec une partie de la vérité terrain ; le reste a été conservé pour l'évaluation des résultats. Cette étape a permis d’optimiser les performances du modèle pour le cas d'utilisation présent et les données spécifiques au projet : imagerie à plus haute résolution, différentes apparences de végétation dues aux différences saisonnières, et un schéma de classification customisé.

Avec le modèle optimisé, les classes de sols peuvent être inférées sur n’importe quelle tuile de swissimage, comme dans l’exemple ci-après.

Pour en savoir plus, la méthodologie détaillée du projet est disponible sur notre site web technique et les scripts y-relatifs sur GitHub.