Quand l’intelligence artificielle met ses algorithmes au service de la biodiversité

Créée il y a 10 ans, i-Sea est une PME française indépendante, issue du monde académique, dotée d’une « jumelle » au Canada. Son ambition : démocratiser l’usage du spatial et de l’IA pour répondre aux enjeux de transition écologique et climatique. L’atelier, animé par Virginie Lafon et Rémi Budin, a permis de présenter deux cas d’usage concrets illustrant cette approche.

Repérer les forêts matures pour mieux les protéger

Le premier exemple présenté a porté sur un projet mené en collaboration avec le Parc Naturel Régional des Pyrénées Landes (PNRPL). L’objectif : localiser les forêts dites « matures », véritables réservoirs de biodiversité, riches en vieux arbres et bois mort, qui jouent un rôle majeur dans la conservation de certaines espèces.

À partir de cinq millésimes d’orthophotographies (1950 à 2021), complétés par des données thématiques comme la BD Forêt V2 (IGN) et un modèle numérique de hauteur, l’équipe a développé une approche combinant IA et expertise écologique. L’analyse s’est faite sans a priori sur les essences forestières, en se concentrant sur la texture des images et la stabilité temporelle du couvert arboré.

Une classification a été construite à partir de 5 types de structures forestières (de la coupe rase aux gros objets denses et hétérogènes), avec le concours du Conservatoire botanique national. Le modèle d’IA utilisé, SegNet, a été entraîné par itérations successives grâce à un processus d’active learning.

Le résultat est une cartographie prédictive des forêts matures potentielles, croisant structure spatiale, stabilité historique et caractéristiques thématiques (essence, hauteur, forme). Ce travail sert de base à des campagnes de terrain et à des actions ciblées de préservation.

Observer la biodiversité urbaine à l’échelle fine

Le second cas d’usage présenté s’inscrit dans une démarche de suivi des politiques de renaturation de Bordeaux Métropole. i-Sea a montré comment l’IA permet aujourd’hui de produire des cartographies très précises de la végétation urbaine.

Trois volets ont été abordés :

1. Cartographie des arbres isolés, à partir d’images aériennes de 2020, avec le modèle DeepForest, enrichi par des données d’apprentissage créées avec la Junior Agro Études de Bordeaux Sciences Agro.

2. Cartographie des états de végétation, à l’aide d’une pile d’images Pléiades 2021-2022 intégrant la phénologie (cycle saisonnier des végétaux), traitées par un modèle Random Forest et affinées par des règles expertes.

3. Cartographie des espaces interstitiels et trame verte, permettant une lecture précise des corridors écologiques, des îlots de chaleur urbains (ICU) ou encore du patrimoine végétal.

Ces données, produites à l’échelle du mètre carré, permettent aux collectivités de mieux mesurer l’impact de leurs politiques publiques sur le végétal et la biodiversité, aujourd’hui et dans le temps.

Une IA au service des territoires… et des experts

En conclusion, les intervenants ont insisté sur le fait que l’IA est un levier technique puissant, mais qu’elle ne remplace pas l’expertise humaine. Sa performance dépend avant tout de la qualité des données disponibles, de la clarté des problématiques posées, et d’une collaboration étroite entre techniciens, chercheurs, collectivités et usagers de terrain.

L’atelier a ainsi montré comment une IA bien conçue, ancrée dans les réalités du terrain, permet non seulement de produire des cartographies précises et actionnables, mais aussi de renforcer les capacités des acteurs publics à prendre des décisions éclairées en matière de biodiversité.

Télécharger la présentation i-Sea

Contacts i-Sea :

• virginie.lafon@i-sea.fr 

• remi.budin@i-sea.fr