GeoIA et Nuages de Points face au Climat : ce qui change à la rentrée 2026

1. Pourquoi cette rentrée n'est pas comme les autres

Chaque année apporte son lot d'annonces. Celle-ci a une particularité : trois calendriers indépendants, l'un cartographique, l'autre spatial, le troisième juridique, arrivent à échéance dans la même fenêtre de six mois. Aucun n'a été conçu en fonction des autres. Leur convergence n'en est pas moins la nouvelle réalité de travail de toute personne qui manipule de la donnée 3D en France.

Le point commun de ces trois échéances : elles portent toutes sur la structure verticale du terrain. La hauteur d'un couvert forestier, la pente d'un versant, le volume d'un bâti, la rugosité d'une surface. Or c'est exactement ce qu'une image satellite optique décrit mal et qu'un nuage de points décrit bien.

2. Bascule n°1 : la France entière en nuage de points

Le programme LiDAR HD de l'IGN arrive à son terme. Fin 2025, environ 80 % du territoire métropolitain était couvert ; la couverture complète de la métropole et des DROM (hors Guyane) est attendue pour la fin 2026. La densité est d'au moins 10 points par m² en plaine, et de 5 points par m² au-dessus de 3 200 mètres d'altitude.

Le détail qui compte pour nous n'est pas la densité, c'est la classification. Le nuage livré est déjà découpé en onze classes : sol, végétation basse (0 à 50 cm), végétation moyenne (50 cm à 1,5 m), végétation haute (au-dessus de 1,5 m), bâtiment, eau, tablier de pont, sursol pérenne, points virtuels, divers bâtis, non classé.

Autrement dit, l'État a financé et publié en accès libre ce qui constituait, il y a encore cinq ans, la partie la plus coûteuse d'un projet : une segmentation sémantique nationale. Ce que cela change pour un professionnel est brutal. La valeur ne se situe plus dans l'acquisition, ni même dans la classification de base. Elle se situe entièrement dans ce que l'on déduit de ces classes.

3. Bascule n°2 : Biomass mesure le carbone sous la canopée

Le satellite Biomass de l'ESA a achevé sa phase de recette en janvier 2026 et est passé en opérations scientifiques, avec des données librement accessibles. C'est le premier satellite équipé d'un radar à synthèse d'ouverture en bande P, dont la longueur d'onde traverse le couvert végétal pour atteindre les troncs et les branches maîtresses, là où se trouve l'essentiel du carbone forestier.

Jusqu'ici, l'estimation de biomasse aérienne reposait sur des inventaires de terrain extrapolés, ou sur des proxies optiques qui saturent dès que la forêt est dense. Biomass mesure la structure ligneuse elle-même, à l'échelle globale, de façon répétée.

Le rapprochement avec le LiDAR est direct et c'est là qu'est l'opportunité technique. Biomass apporte la couverture et la répétitivité ; le LiDAR aérien apporte la résolution et la vérité terrain. L'un calibre l'autre. Savoir faire dialoguer un nuage de points local avec une mesure radar globale est précisément le type de compétence que très peu de gens possèdent aujourd'hui.

4. Bascule n°3 : la géolocalisation devient une obligation légale

Le règlement européen contre la déforestation, le RDUE (ou EUDR), devient applicable le 30 décembre 2026, avec un report au 30 juin 2027 pour les micro et petites entreprises hors filière bois. Il couvre sept matières premières : café, cacao, caoutchouc, huile de palme, soja, bœuf et bois, ainsi que de nombreux produits dérivés.

L'obligation centrale mérite d'être lue attentivement par quiconque travaille dans le géospatial. L'entreprise qui met un produit concerné sur le marché européen doit publier une déclaration de diligence raisonnée indiquant le pays de production et la géolocalisation de toutes les parcelles d'origine, avec les périodes de production.

Ce texte transforme une donnée géographique en pièce de conformité. Ce n'est plus un bureau d'études qui commande une cartographie pour éclairer une décision : c'est un importateur qui a besoin d'une preuve pour ne pas être sanctionné. Le budget ne sort pas de la même poche, l'exigence de traçabilité n'est pas la même, et la tolérance à l'approximation est nulle.

5. Pourquoi le nuage de points, et pas autre chose

Face au climat, quatre questions opérationnelles reviennent en permanence. Elles ont ceci en commun qu'aucune ne se résout correctement en deux dimensions.

Le cas urbain est le plus parlant. Les vagues de chaleur deviennent plus fréquentes, plus intenses et plus précoces, et l'effet d'îlot de chaleur urbain s'explique par une configuration géométrique : des surfaces minérales qui stockent le rayonnement le jour et le restituent la nuit, dans une morphologie qui empêche l'air de circuler. Diagnostiquer cela, c'est calculer des grandeurs volumétriques rue par rue. Les données LiDAR HD servent d'ailleurs de socle au futur jumeau numérique national, précisément pour simuler crues et canicules urbaines.

6. Ce que la GeoIA change vraiment dans l'équation

Il faut être précis ici, car le mot « IA » recouvre deux choses très différentes dans notre domaine, et une seule des deux est réellement en train de changer l'économie du métier.

6.1 Les modèles de fondation pour l'observation de la Terre

TerraMind, développé conjointement par IBM et l'ESA et publié en source ouverte, est le premier modèle de fondation génératif « any-to-any » pour l'observation de la Terre. Il combine neuf types de données d'observation, a été pré-entraîné sur le jeu TerraMesh, et obtient sur le banc d'essai PANGAEA de l'ESA un score supérieur de 8 % à douze modèles concurrents, pour une consommation de calcul jusqu'à dix fois inférieure à celle d'un empilement de modèles spécialisés.

Le chiffre à retenir n'est pas le gain de précision, c'est le rapport coût/calcul. Un modèle généraliste, ouvert et frugal met à portée d'un bureau d'études de dix personnes des traitements qui exigeaient hier une équipe de recherche.

6.2 L'annotation, ce goulot qui se desserre

Le vrai coût d'un projet d'IA sur nuage de points n'a jamais été le modèle : c'est l'étiquetage. Or les travaux récents transfèrent les modèles de fondation visuels vers la 3D, par projection en vue-portée ou par reprojection multi-angles, pour produire des segmentations sans annotation spécifique. Des approches de segmentation du sol sans apprentissage supervisé, agnostiques au capteur, apparaissent également.

Aucune de ces méthodes ne remplace un modèle entraîné sur votre domaine. Toutes réduisent la quantité d'exemples nécessaires pour l'obtenir. Sur un projet réel, c'est la différence entre trois semaines d'annotation et trois jours.

7. Ce que cela ouvre concrètement

Voici les offres que cette convergence rend possibles dès maintenant, avec la question à laquelle chacune répond et le type d'acheteur concerné.

Aucune de ces cinq offres n'exige d'inventer une technique nouvelle. Toutes exigent d'assembler proprement des briques existantes, de bout en bout, et de livrer un résultat qu'un tiers peut vérifier. C'est un travail d'ingénierie et de méthode, pas de recherche.

8. Les compétences qui font la différence

Si vous voulez vous positionner sur ce terrain, quatre capacités comptent, dans cet ordre.

• Traiter le volume sans y passer la semaine. Une dalle LiDAR HD ne tient pas en mémoire naïvement. Découpage spatial, indexation, traitement en flux : c'est la compétence d'entrée, et elle élimine déjà beaucoup de monde.
• Transformer des points en objets. Le nuage classé donne « végétation haute ». Le client veut « 1 340 arbres, hauteur médiane 14,2 m, houppier moyen 6,1 m ». Le passage de la classe à l'entité mesurable est le cœur de la valeur ajoutée.
• Chaîner plusieurs sources. LiDAR aérien, imagerie satellite, radar, cadastre, relevés de terrain. Les questions climatiques sont multi-capteurs par nature, et personne ne paie pour une source isolée.
• Produire un livrable vérifiable. Un rapport horodaté, une méthode explicite, une incertitude annoncée, un jeu de données rejouable. Sur un sujet de conformité, c'est ce qui sépare une prestation d'une simple démonstration.

Conclusion : la donnée 3D change de statut

La rentrée 2026 ne marque pas une rupture technologique. Les algorithmes de cette année ressemblent beaucoup à ceux de l'an dernier. Ce qui change, c'est le statut de la donnée 3D. Une couverture nationale libre, une mesure spatiale du carbone, et une obligation réglementaire de géolocalisation transforment le nuage de points en infrastructure de preuve.

• L'acquisition se banalise : la valeur migre vers l'interprétation et la garantie du résultat.
• La GeoIA baisse le coût d'entrée : modèles de fondation ouverts et frugaux, annotation allégée.
• La conformité crée une demande datée : le 30 décembre 2026 n'est pas une tendance, c'est une échéance.
• Le différenciateur devient la chaîne complète : de la dalle brute au rapport opposable.

Ces compétences forment exactement la colonne vertébrale de la formation Architecte IA 3D de la 3D Geodata Academy : traiter le nuage à l'échelle, en extraire des objets, chaîner les sources et livrer un résultat que quelqu'un d'autre peut vérifier.

Sources : IGN, programme LiDAR HD, cartes.gouv.fr, nuages de points LiDAR HD, ESA, mission Biomass, ESA, premières images Biomass, Ministère de la Transition écologique, RDUE, ESA et IBM, TerraMind, IBM Research, TerraMind, Centre de ressources pour l'adaptation au changement climatique.