Cartographier les essences forestières en montagne avec un foundation model : le cas Tessera

Classifier les essences d'arbres à partir d'images satellite est un problème classique en foresterie, mais il devient nettement plus difficile en montagne : relief accidenté, ombres portées, mélange d'essences sur de petites parcelles. Une étude menée par des chercheurs du Conservation Research Institute de Cambridge apporte un cas d'usage concret de ce que les foundation models géospatiaux changent sur ce type de terrain difficile.

Le terrain d'étude : les forêts publiques du Trentin

L'équipe, dirigée par James Ball, chercheur postdoctoral au Conservation Research Institute, a travaillé sur les forêts publiques de la province autonome de Trente, dans les Alpes italiennes. Ce terrain est représentatif des difficultés du milieu montagnard tempéré : topographie marquée, essences multiples sur des parcelles souvent petites et hétérogènes. C'est précisément le type de paysage où les méthodes de classification satellite classiques, basées sur des indices spectraux et des classificateurs entraînés spécifiquement pour la zone, montrent leurs limites.

Tessera : des embeddings plutôt qu'un entraînement from scratch

Plutôt que de partir des images satellite brutes et d'entraîner un classificateur dédié, les chercheurs ont utilisé Tessera, un foundation model géospatial qui produit des embeddings, c'est-à-dire des représentations numériques compactes de chaque pixel, apprises au préalable sur de grands volumes d'imagerie satellite mondiale.

L'idée est la même que celle des foundation models déjà présentés dans cette rubrique : au lieu de reconstruire un pipeline de deep learning complet pour chaque nouvelle zone d'étude, on réutilise une représentation générique de la surface terrestre, puis on l'adapte avec un modèle simple entraîné sur peu d'exemples locaux.

Ce que les résultats montrent

Sur 18 essences et groupes d'essences évalués, les embeddings de Tessera dépassent les méthodes satellite conventionnelles sur les deux métriques suivies : un F1 pondéré de 0,83 contre 0,80, et surtout un F1 macro de 0,55 contre 0,50. Le F1 macro, qui donne un poids égal à chaque essence quel que soit son effectif dans le jeu de données, est l'indicateur le plus révélateur ici : il montre que l'approche améliore la détection des essences rares et pas seulement des essences majoritaires les plus faciles à reconnaître.

Deuxième résultat notable : la performance du modèle sature déjà avec seulement 5% des parcelles d'entraînement disponibles. Ajouter davantage de données annotées n'apporte alors plus de gain significatif, ce qui signifie que l'essentiel de l'information utile est déjà capté par les embeddings pré-entraînés. Enfin, les erreurs de classification qui subsistent ne sont pas aléatoires : le modèle a tendance à confondre des essences proches, qu'il regroupe selon des logiques taxonomiques et fonctionnelles écologiquement cohérentes.

Standard computing, pas de cluster dédié

Un point pratique mérite d'être souligné : ces résultats ont été obtenus avec des moyens de calcul standards, sans avoir besoin d'infrastructure de calcul intensif dédiée. C'est un argument important pour la reproductibilité et l'accessibilité de la méthode, notamment pour des équipes de recherche ou des gestionnaires forestiers qui n'ont pas accès à des ressources GPU importantes.

Ce que ça change pour la pratique

Les auteurs présentent ce travail comme une ouverture vers une cartographie forestière à bas coût et à l'échelle continentale. Le message pour un praticien est cohérent avec ce qui a déjà été observé sur d'autres foundation models géospatiaux : la classification fine d'essences, historiquement gourmande en données de terrain annotées, devient accessible avec un volume d'échantillonnage réduit, à condition de s'appuyer sur une représentation pré-entraînée de qualité.

Pour qui travaille sur l'inventaire ou le suivi de peuplements forestiers en zone de relief, l'enseignement concret est double : d'abord, il devient possible de traiter des terrains difficiles avec moins de vérité terrain que ce qu'exigeaient les approches classiques ; ensuite, le choix du foundation model utilisé comme source d'embeddings devient une décision méthodologique à part entière, au même titre que le choix du capteur ou de la résolution d'image il y a quelques années.

L'étude est publiée dans la revue Science of Remote Sensing, avec une version préprint disponible sur bioRxiv et les données associées déposées sur Zenodo.