Cartographie à grande échelle : exploiter le potentiel du LiDAR HD

Historiquement, l'Institut national de l'information géographique et forestière (IGN) a toujours fourni des fonds de carte de référence, comme le célèbre SCAN 25, extrêmement riche pour la randonnée et l'analyse territoriale. Cependant, dès lors que l'on souhaite zoomer à très grande échelle (au 1/5 000 ou 1/10 000), ces représentations classiques montrent leurs limites. Les anciennes données altimétriques (comme le RGE ALTI) étaient parfois hétérogènes et peu précises, notamment en zone de montagne.

Aujourd'hui, le programme national LiDAR HD change la donne. Avec la production de Modèles Numériques de Terrain (MNT) et de Surface (MNS) à très haute résolution (50 cm, voire 20 cm par pixel), une opportunité technique inédite s'offre à nous : générer une cartographie 2D quasi automatisée, d'une précision redoutable, pour compléter nos orthophotographies et révéler les détails cachés dans les zones d'ombre.

Comparaison frappante entre l'ancien modèle (RGE ALTI) et la précision du nouveau MNT issu du LiDAR HD dans le massif de la Chartreuse. Le gain de détails orographiques est spectaculaire.
Comparaison frappante entre l'ancien modèle (RGE ALTI) et la précision du nouveau MNT issu du LiDAR HD dans le massif de la Chartreuse. Le gain de détails orographiques est spectaculaire.

Deux nouveaux styles pour deux visions du territoire

Pour répondre à la diversité des usages, nous avons développé deux prototypes de fonds de carte exploitant directement le nuage de points classés du LiDAR HD.

1. Le style « Sursol » : le réalisme à l'état pur

L'objectif du style Sursol est de proposer un rendu quasi photoréaliste qui met en évidence l'élévation des bâtiments et de la végétation, sans pour autant masquer l'information du relief sous-jacent. Il est particulièrement adapté aux zones urbaines denses ou aux forêts.

Décomposition du style « Sursol » : le modèle numérique de surface (MNS) est enrichi par la carte des classes LiDAR, les ombres portées et l'occupation du sol (Cosia)
Décomposition du style « Sursol » : le modèle numérique de surface (MNS) est enrichi par la carte des classes LiDAR, les ombres portées et l'occupation du sol (Cosia)

2. Le style « Terrain » : la topographie de précision

À l'inverse, le style Terrain « nettoie » la carte de tous les éléments hors-sol (bâtis, arbres) pour se concentrer sur la topographie pure. C'est l'outil idéal pour les zones de montagne. Il intègre de nouvelles courbes de niveau générées spécifiquement à partir du LiDAR HD et met en valeur les falaises et les ruptures de pente.

Décomposition du style « Terrain » : le modèle numérique de terrain (MNT) sert de base à la génération automatique de courbes de niveau et à l'accentuation des ruptures de pente.
Décomposition du style « Terrain » : le modèle numérique de terrain (MNT) sert de base à la génération automatique de courbes de niveau et à l'accentuation des ruptures de pente.

La recette technique : assemblage algorithmique et SIG

Générer ces cartes ne consiste pas simplement à superposer des images. C'est un assemblage complexe d'algorithmes et de géotraitement de données massives.

Ombres portées et encrage (Rayshading)

Pour donner cet effet « semi-3D » saisissant au style Sursol, nous utilisons un algorithme de rayshading (avec la bibliothèque Python Rasterio). En simulant un éclairage artificiel (azimut 315°, angle 20°), nous calculons les ombres portées des bâtiments et des arbres. À cela s'ajoute l'encrage : l'algorithme détecte les ruptures de pente supérieures à 65 degrés pour dessiner un contour sombre autour des bâtiments et des barres rocheuses.

Traitement du relief : l'application d'un algorithme d'ombres portées (à gauche) et l'encrage des fortes pentes (à droite) donnent un effet de profondeur saisissant à la carte 2D.
Traitement du relief : l'application d'un algorithme d'ombres portées (à gauche) et l'encrage des fortes pentes (à droite) donnent un effet de profondeur saisissant à la carte 2D.

Le défi de la superposition géométrique

L'un des défis majeurs rencontrés concerne la cohérence géométrique. Si l'on superpose les bâtiments de la base de données vectorielle classique (BD Topo) sur le Modèle Numérique de Surface issu du LiDAR, de légers décalages apparaissent, rendant le rendu inesthétique.

Pour pallier cela, nous n'utilisons pas la BD Topo pour dessiner les bâtiments ou les forêts, mais directement la carte des classes issue du nuage de points LiDAR. Ainsi, l'emprise du bâtiment sur la carte correspond parfaitement au relief ombré détecté par le laser. L'IA de l'IGN (produit Cosia) vient ensuite affiner la distinction entre les types de cultures et de végétation.

L'enjeu de l'occupation du sol : pour garantir une superposition parfaite avec le modèle de relief, les emprises des bâtiments et de la végétation sont extraites directement de la classification du nuage de points LiDAR, et non des bases vectorielles classiques.
L'enjeu de l'occupation du sol : pour garantir une superposition parfaite avec le modèle de relief, les emprises des bâtiments et de la végétation sont extraites directement de la classification du nuage de points LiDAR, et non des bases vectorielles classiques.

Le traitement de l'eau

Le laser du LiDAR rebondit mal sur l'eau. Les surfaces hydrographiques sur les MNT sont donc souvent des zones de triangulation (interpolation) qui génèrent des artefacts visuels très parasites. La méthode consiste à croiser les données avec les surfaces hydrographiques vectorielles pour « découper » et lisser ces zones d'eau de manière esthétique, tout en préservant la végétation ripisylve (les arbres qui surplombent les rivières).

Perspectives : Vers une offre nationale

Ces travaux, initiés sur des zones tests complexes comme l'Île de La Réunion ou la Savoie, démontrent le potentiel immense des données LiDAR HD pour renouveler l'offre cartographique de l'IGN.

La génération de ces tuiles raster (images) demande des temps de calcul et des capacités de stockage colossaux. La question qui se pose aujourd'hui pour l'IGN est celle du modèle de diffusion : devons-nous calculer et stocker ces cartes sur l'ensemble de la France entière de manière systématique, ou proposer des outils permettant aux utilisateurs de générer ces cartes « à la demande » sur leurs territoires d'intérêt ?

Nous mettons actuellement ces premiers flux (WMS/WMTS) à disposition sur la Géoplateforme afin de recueillir les retours de la communauté. L'objectif est d'affiner nos algorithmes, de tester différentes résolutions (50 cm vs 20 cm) et de construire ensemble les standards de la cartographie de demain.

27

0 commentaire

Loading...

Pas encore de commentaires. Soyez le premier !

En savoir plus