GeoActualités
News and analysis on GeoAI, remote sensing, and natural resource management.
Les satellites sous-estiment le carbone accumulé par les forêts matures, selon une étude américaine
Publiée fin juillet dans Nature Ecology & Evolution, une étude de l'Université du Maryland montre que les estimations satellitaires de biomasse ratent une grande partie de la croissance carbone des forêts matures aux États-Unis. Un biais qui pourrait expliquer une partie du déclin apparent du puits de carbone terrestre.
Read the article →Platerra : quand un opérateur satellite national se dote de sa propre plateforme d'IA géospatiale
Azercosmos, l'opérateur satellite national de l'Azerbaïdjan, lance Platerra, une plateforme cloud qui transforme l'imagerie satellite en informations géospatiales exploitables grâce à l'IA. Un signal d'une tendance plus large : les opérateurs nationaux de taille moyenne ne se contentent plus de vendre de la donnée brute, ils construisent leur propre couche d'analyse.
Read the article →AI4Forest : un consortium franco-allemand publie Open-Canopy, un jeu de données ouvert pour cartographier les forêts arbre par arbre
Financé par l'ANR, le DLR et le BMBF, le projet de recherche AI4Forest développe des méthodes de deep learning pour produire des cartes forestières à très haute résolution. Son premier livrable concret, Open-Canopy, couvre déjà plus de 87 000 km² du territoire français avec de l'imagerie SPOT et du LiDAR aérien.
Read the article →Google Earth Engine lance « Ask », un assistant Gemini intégré au Code Editor
Depuis le 28 septembre 2026, Google Earth Engine propose « Ask », un panneau conversationnel propulsé par Gemini directement dans le Code Editor : génération de script à partir d'une instruction en langage naturel, explication de code existant, débogage en un clic et suggestions d'optimisation. Un changement d'interface qui touche directement la façon d'apprendre et d'enseigner GEE.
Read the article →Meta et le World Resources Institute publient CHMv2, une carte mondiale de la hauteur de canopée au mètre près
Canopy Height Maps v2 (CHMv2) est un modèle open source, développé par Meta AI avec le World Resources Institute, qui estime la hauteur de la canopée forestière à l'échelle mondiale et à résolution métrique à partir d'imagerie satellite optique. Il remplace le backbone DINOv2 du modèle original par DINOv3, avec des gains d'exactitude validés contre des dizaines de millions de mesures lidar.
Read the article →Le protocole MCP arrive dans QGIS : plusieurs plugins permettent déjà de piloter un SIG par agent IA
Depuis le printemps 2026, le dépôt officiel de plugins QGIS a vu apparaître, indépendamment les uns des autres, au moins cinq outils qui connectent QGIS à un agent IA via le Model Context Protocol (MCP). Au-delà de l'effet de mode, cette convergence dessine une nouvelle façon de travailler un SIG : par instruction en langage naturel plutôt que par clic ou par script.
Read the article →SHABA : un outil satellite en libre accès pour mesurer l'empreinte des mines sur la végétation
Une équipe du Helmholtz Institute Freiberg publie SHABA, premier outil automatisé conçu pour suivre à l'échelle mondiale les pertes et les gains de végétation autour des sites miniers. Testé sur six mines réparties sur plusieurs continents, il distingue déforestation, expansion minière et réhabilitation à partir de 25 ans d'archives satellite.
Read the article →Cartographier les essences forestières en montagne avec un foundation model : le cas Tessera
Des chercheurs de Cambridge ont utilisé les embeddings du foundation model géospatial Tessera pour classifier 18 essences d'arbres dans les Alpes italiennes, avec de meilleurs résultats qu'une approche satellite classique et un calcul standard.
Read the article →TerraNova : un foundation model qui relie données climatiques et indicateurs socio-économiques nationaux
Publié fin juillet 2026 sur arXiv, TerraNova est un foundation model qui entraîne conjointement 512 champs physiques mondiaux (climat, hydrologie, végétation) et 512 indicateurs socio-économiques nationaux, pour dépasser le problème classique du moyennage administratif en évaluation climatique.
Read the article →ForestCast : passer du comptage des pertes forestières à la prédiction du risque
Une équipe de Google Research publie ForestCast, premier jeu de données de référence public pour entraîner des modèles de deep learning à prévoir où la déforestation risque de survenir, plutôt que de se contenter de la détecter après coup. Le modèle TSViT, combiné aux images Global Forest Change, se distingue nettement d'une base Random Forest.
Read the article →Un transformer spatio-temporel reconstruit 38 ans de perturbations forestières aux États-Unis
En modélisant simultanément la trajectoire temporelle de chaque pixel et son voisinage spatial, un nouveau modèle de deep learning cartographie les perturbations forestières survenues entre 1984 et 2022 sur l'ensemble des États-Unis contigus, avec des précisions dépassant 98% sur certains jeux de validation. Une démonstration concrète du basculement des LSTM vers les transformers en télédétection forestière.
Read the article →Six provinces marocaines en alerte maximale : ce que dit la carte européenne du risque incendie
Du 11 au 15 septembre 2026, l'ANEF place six provinces marocaines en risque extrême, au moment même où le Centre commun de recherche de l'UE situe le Rif et l'Atlas parmi les zones de danger extrême à l'échelle du bassin euro-méditerranéen. L'occasion de regarder comment ces deux échelles de surveillance, nationale et continentale, s'articulent techniquement.
Read the article →Custom Satellite Embeddings : AlphaEarth passe du bilan annuel au suivi à 5 jours
Google ouvre en preview privée un service d'embeddings satellite à la demande, sur mesure et sans prétraitement, avec un programme d'accès académique gratuit ouvert jusqu'au 15 octobre 2026.
Read the article →Global Forest Watch peut désormais dire pourquoi la forêt recule, pas seulement où
Un nouveau système d'intelligence artificielle attribue une cause à chaque alerte de déforestation en Amazonie, dans le bassin du Congo et en Indonésie, à 10 mètres de résolution et en moins de 31 jours. Une avancée qui transforme des alertes brutes en informations exploitables pour l'action.
Read the article →DeepSpace : comment compresser une image satellite 100 fois sans perdre l'essentiel
Des chercheurs d'Édimbourg et de l'Illinois ont présenté à SIGCOMM 2025 un système qui compresse les images satellite de plus de 100 fois directement à bord, en temps réel, sans dégrader la performance des applications en aval. Un résultat de recherche qui s'attaque au vrai goulot d'étranglement de l'observation de la Terre : la bande passante, pas la prise de vue.
Read the article →Sentinel-3C : l'Europe lance la relève pour surveiller océans, terres et feux de forêt
Lancé le 14 septembre 2026 depuis Kourou à bord d'un Vega-C, Sentinel-3C rejoint Sentinel-3A et 3B en orbite pour prolonger une série d'observation océan-terre-climat entamée en 2016, avec un capteur thermique directement utile à la détection des feux de forêt.
Read the article →FLEX : le satellite qui va mesurer la photosynthèse des forêts depuis l'espace
Lancée le 15 septembre 2026 en tandem avec Sentinel-3C, la mission FLEX de l'ESA est la première à cartographier depuis l'espace la fluorescence chlorophyllienne, un signal qui reflète l'activité photosynthétique réelle de la végétation plutôt que sa simple verdeur apparente.
Read the article →FireSat : la constellation qui veut détecter un feu de forêt avant qu'il ne devienne incontrôlable
Trois satellites opérationnels FireSat ont rejoint l'orbite en juillet 2026, capables de repérer un feu de 5 mètres sur 5 à travers la fumée. Portée par la Earth Fire Alliance et Muon Space, la constellation vise à terme un passage toutes les 20 minutes au-dessus de chaque zone à risque dans le monde.
Read the article →Deep4Dist : un jeu de données à très haute résolution pour détecter les perturbations forestières par deep learning
Publié en mars 2026 dans Scientific Data, le jeu de données Deep4Dist propose environ 17 500 images aériennes à 20 centimètres de résolution, annotées pour reconnaître les dégâts de scolytes, les coupes rases et les chablis. Une réponse concrète à l'angle mort principal de la télédétection satellite pour le suivi forestier : la résolution.
Read the article →Fausses images satellite en un clic : ce que révèle le retrait express d'un outil IA de Google Earth
Fin juillet 2026, Google a ouvert puis retiré en moins de 24 heures un outil permettant de générer par IA des scènes réalistes sur fond de carte satellite. L'épisode illustre un risque spécifique au domaine géospatial : la crédibilité de l'image satellite comme preuve.
Read the article →Un foundation model géospatial tourne pour la première fois à bord d'un satellite en orbite
Le modèle Prithvi de la NASA et d'IBM a été déployé et testé à bord du satellite sud-australien Kanyini et du module IMAGIN-e de la Station spatiale internationale, devenant le premier foundation model géospatial à s'exécuter directement en orbite plutôt qu'au sol.
Read the article →Destination Earth : l'Europe pose les bases d'un jumeau numérique dédié à l'adaptation climatique
Piloté par le Barcelona Supercomputing Center dans le cadre du programme européen Destination Earth, le Climate Change Adaptation Digital Twin combine simulations climatiques haute résolution et données d'impact sectorielles pour la forêt, l'eau et l'énergie.
Read the article →Biomasse forestière mondiale : l'ESA publie la plus longue série satellite jamais produite
La version 6.0 du produit Biomass_cci de l'ESA couvre la biomasse aérienne des forêts du monde entier sur dix années de référence, de 2007 à 2022, en combinant Sentinel-1, Envisat ASAR et les radars japonais ALOS. De quoi suivre enfin les tendances carbone forestier sur la durée, et pas seulement à un instant donné.
Read the article →Interroger une image satellite en langage naturel : ce qu'apportent les modèles Remote Sensing Foundations de Google
Vision-language models, détection d'objets en vocabulaire ouvert, backbones adaptables : Google Earth AI publie trois capacités qui déplacent la classification satellite d'un exercice d'annotation vers une simple requête textuelle.
Read the article →Feux de forêt au Maroc : comment l'ANEF combine satellites et intelligence artificielle pour anticiper le risque
Entre le 1er janvier et le 20 juillet 2026, le Maroc a déjà recensé 310 incendies de forêt, en hausse de 32% par rapport à la moyenne décennale. Derrière la mobilisation de terrain, un système de prévision xAI opérationnel depuis 2021 illustre une approche de gestion du risque par la donnée.
Read the article →ArcGIS Pro 3.7 intègre nativement les foundation models géospatiaux
Avec le nouvel outil « Generate Embeddings Using AI Models », ArcGIS Pro 3.7 rend directement accessibles cinq foundation models (Prithvi-EO-2.0, Clay, TerraMind, DOFA, DINOv2) sans pipeline de deep learning sur mesure. La recherche par similarité, la détection de changement et la classification passent du script Python au menu.
Read the article →Détection de la déforestation : la fusion radar-optique de la NASA gagne 100 jours d'avance
En combinant radar en bande L et imagerie optique via un algorithme bayésien, une nouvelle méthode de la NASA détecte la coupe de forêt en 16 jours en moyenne, jusqu'à trois mois plus tôt que les systèmes optiques seuls. Le satellite NISAR doit la rendre disponible à l'échelle mondiale.
Read the article →QGIS 4.0 : la bascule vers Qt6 ouvre la voie à un nouvel écosystème de plugins IA
Sorti en mars 2026, QGIS 4.0 'Norrköping' a migré vers Qt6 avec plus de 100 nouvelles fonctionnalités. Dans son sillage, une nouvelle génération de plugins basés sur Segment Anything (SAM) permet de segmenter une image satellite en quelques clics, sans coder une ligne de deep learning.
Read the article →Amazonie : la déforestation au plus bas depuis une décennie, ce que ça doit à la surveillance satellite
2 874 km² déboisés entre août 2025 et juillet 2026, soit 37% de moins que l'année précédente. Derrière ce chiffre, le système DETER de l'INPE illustre ce que la télédétection en quasi temps réel change pour la gestion forestière.
Read the article →Foundation models géospatiaux : ce qui change vraiment pour la télédétection
Prithvi-EO-2.0, Clay v1.5, AlphaEarth Foundations : ces modèles pré-entraînés sur des millions d'images satellite changent la façon dont on aborde la classification et le suivi environnemental.
Read the article →Pourquoi la validation croisée classique surestime vos modèles géospatiaux
Un score de validation flatteur peut cacher une fuite d'information géographique. La validation croisée spatiale corrige ce biais, encore trop rarement appliqué en gestion des ressources naturelles.
Read the article →