GéoIA

Une série temporelle de données topographiques.

Sur cette page

Découvrez la série GéoIA, des données géospatiales fondamentales créées à l’aide de l’intelligence artificielle (IA).

À propos de GéoIA

La Série GéoIA est un ensemble d’entités géographiques qui sont:

  • naturelles ou artificielles, comme les routes, les bâtiments, les lacs et les rivières, etc.
  • identifiées à partir de diverses sources telles que des images aériennes ou satellitaires
  • extraites automatiquement par des algorithmes d’apprentissage profond

En raison de la nature du processus d’extraction, les entités contiennent une quantité minimale d’informations et n’auront été soumises qu’à un processus sommaire de validation et de correction avant d’être publiées.

Comment est-ce utile?

L’un des principaux avantages de GéoIA est la possibilité de créer des couches cartographiques représentant un espace géographique donné à différents moments dans le temps. Le résultat est une façon simple de voir et d’analyser l’effet qu’ont certains phénomènes qui modifient le territoire. La capacité d’identifier des tendances et changements au fil du temps offre une multitude d’opportunités aux utilisateurs de ces données.

Cependant, cela entre en conflit avec les processus cartographiques typiques d’attribution, de validation et de corrections strictes, même lorsque ceux-ci sont exécutés à l’aide d’outils et de logiciels géospatiaux. Ces contraintes posent déjà des défis importants pour la maintenance continue des jeux de données fondamentaux. Mais voici GéoIA !

Grâce à l’entraînement et à l’utilisation de l’IA pour identifier des éléments cartographiques spécifiques dans les images haute résolution, la majeure partie du processus de cartographie a été automatisée et est beaucoup plus efficace. Comparé aux techniques de numérisation humaine, le système GéoIA est plus de 1000 fois plus rapide !

Même si les résultats ne sont pas toujours aussi précis que ce que l’on peut s’attendre des techniques manuelles, l’efficacité gagnée permet la création continue de quantités massives de données et ouvre la porte à une multitude de nouvelles applications.

Cas d’utilisation

Classification de l’utilisation des terres

Classifier différents types d’utilisation des terres, tels que les zones forestières, l’hydrographie de surface, les bâtiments, les routes, etc. Être capable d’interpréter automatiquement ces classes peut considérablement accélérer le processus et la précision de création des données fondamentales.

Comparaison de l'image satellite avec une carte montrant les données GéoIA, incluant les routes, les bâtiments et les plans d'eau.

Détection de changements

Détecter et surveiller les changements dans le paysage au fil du temps. Par exemple, les changements dans l’utilisation des terres dus au développement, les dommages aux infrastructures après une inondation ou la réduction de la couverture végétale après un feu de forêt.

Trois cartes montrant CanVec en opposition aux données GéoIA extraites partir de données sources datant de 2006 et 2022, puis une carte des zones de développement urbain entre ces deux années produite grâce aux données GéoIA.

L’exemple ci-dessus met d’abord en évidence la différence entre un produit cartographique typique tel que CanVec et GéoIA, ainsi qu’une analyse de l’étalement urbain pour la ville de Québec entre 2006 et 2022 par l’entremise d’une analyse de points chauds réalisée à partir des données GéoIA pour les zones ayant une haute concentration de nouveaux bâtiments détectés entre les deux dates.

Développement de jeux de données haute résolution prêts pour l’analyse

En fournissant librement et ouvertement des données, GéoIA peut être utilisé et intégrées dans des projets visant le développement de données prêtes à l’analyse. Ces données sont sujets à des ajustements manuels supplémentaires, des processus d’attribution, de contrôle qualité et d’assurance. De plus, les données GéoIA générées à partir de sources récentes peuvent aider à identifier les zones nécessitant des mises à jour importantes, facilitant ainsi le travail des fournisseurs de données en leur permettant de concentrer leurs efforts sur des zones précises.

Carte de la couverture actuelle des projets GéoIA au Canada

Index des données GéoIA

Découvrez les zones actuellement couvertes par GéoIA.

Carte créée à partir de données GéoIA

Série GéoIA

Accédez aux métadonnées GéoIA et téléchargez les jeux de données disponibles.

Carte d'une analyse de détection des changements pour la ville de Québec

Cas d’utilisation du développement urbain

Explorez les résultats d’une analyse de détection des changements pour la ville de Québec.

Quelles sont les prochaines étapes pour GéoIA ?

GéoIA est une toute nouvelle série de données. Nous avons consacré beaucoup de temps et d’efforts à jeter les bases de la série GéoIA, mais ce n’est que le début; nous avons encore beaucoup d’opportunités pour améliorer et développer le projet en quelque chose de vraiment avant-gardiste!

D’abord, nous travaillons à établir plus de collaborations pour accélérer la création de données à partir de sources actuelles et historiques. Ensuite, nous continuerons à travailler sur l’amélioration des aspects de modélisation de GéoIA et des post-traitements afin de fournir des données de meilleure qualité. Revisitez régulièrement cette page pour rester informés à propos des dernières mises à jour et annonces.

Vous voulez collaborer?

Envoyez un courriel à geoinfo@nrcan-rncan.gc.ca pour communiquer avec notre équipe.

Contexte du produit

Depuis 2019, le Centre canadien de cartographie et d’observation de la Terre (CCCOT) a déployé d’importants efforts stratégiques dans le développement de systèmes de gestion de données géospatiales basés sur l’infonuagique et d’une capacité avancée en IA. Ces efforts ont conduit au lancement et à la distribution ouverte du projet Geo-Deep-Learning (accédez au github de géo-deep-learning), visant à permettre l’utilisation de réseaux de neurones convolutifs (CNN) avec des ensembles de données géospatiales.

Ressources naturelles Canada a ensuite mis en œuvre des outils de prétraitement d’images et de géo-apprentissage profond dans un pipeline opérationnel qui est utilisé pour traiter automatiquement de très grandes quantités d’images optiques aériennes ou satellitaires (l’utilisation d’autres sources de données est actuellement en cours de développement) afin d’en extraire des données géospatiales fondamentales.

Afin de tester les systèmes, valider les résultats, développer la structure des jeux de données et mettre en évidence des cas d’utilisation, divers projets pilotes ont été réalisés sous la direction du Conseil canadien de géomatique (COCG). Après l’achèvement de ces projets pilotes, la Série GéoIA a été officiellement approuvée par le COCG en tant que série de données de l’Initiative GéoBase.