IA et observation de la Terre – le goulot des données annotées

Un travail de recherche publié en 2025 énonce le paradoxe du domaine en une phrase : la télédétection offre une abondance de données d’observation de la Terre pour les études écologiques, mais la rareté des jeux de données annotés demeure un défi majeur. Abondance de données d’observation de la Terre d’un côté, rareté des étiquettes de l’autre. L’article d’ouverture a posé ce constat ; celui-ci l’examine, expose ce que la recherche a tenté pour le contourner et ce qu’elle n’a pas résolu. Il prolonge l’article consacré à Copernicus.

Ce que la recherche constate

Une revue à comité de lecture dresse un bilan des modèles fondationnels du domaine. Elle a été publiée en 2025. Elle relève que ces modèles d’observation de la Terre font face à plusieurs défis clés, dont une rareté de jeux de données multimodaux de haute qualité, une capacité limitée d’extraction de caractéristiques multimodales, une généralisation inter-tâches faible et l’absence d’évaluation unifiée. Ce constat mérite attention pour deux raisons distinctes. Il émane d’une publication scientifique plutôt que d’un acteur commercial, ce qui écarte le soupçon d’intérêt. Et il place la rareté des données en tête d’une liste de difficultés dont les trois autres relèvent de la modélisation. Une autre publication formule la même tension autrement, en relevant que le contraste entre grande échelle et petite échelle motive le développement de modèles fondationnels, précisément pour permettre un transfert plus efficace vers des tâches disposant de peu d’étiquettes.

La réponse par l’apprentissage auto-supervisé

Cette approche contourne la rareté sans la supprimer. Elle mérite d’être comprise dans ses résultats comme dans ses limites. Son principe consiste à entraîner un modèle d’observation de la Terre sur des données non annotées, en lui faisant résoudre des tâches artificielles construites à partir des données elles-mêmes. Le modèle apprend ainsi des représentations générales, qu’un travail ultérieur spécialise sur une tâche précise avec peu d’exemples annotés. Cette approche a produit des résultats bien réels et elle a considérablement réduit le besoin d’annotation pour l’entraînement initial. Elle constitue aujourd’hui le paradigme dominant du domaine. Trois limites l’accompagnent néanmoins et elles sont documentées. La première est qu’elle déplace le besoin plutôt qu’elle ne le supprime. La spécialisation sur une tâche demande toujours des exemples annotés, en moindre quantité mais de qualité supérieure. La deuxième est que l’évaluation reste entièrement dépendante d’une référence annotée. Un modèle entraîné sans étiquettes doit être mesuré avec des étiquettes, faute de quoi rien ne permet d’apprécier ce qu’il vaut. La troisième est le biais géographique, que la section suivante examine.

Le biais géographique des corpus d’observation de la Terre

Cette difficulté est documentée avec précision par la recherche. Elle constitue le point le plus important de cet article. Le travail cité en introduction relève que ces modèles sont souvent entraînés sur des jeux de données biaisés vers les zones de forte activité humaine, laissant des régions écologiques entières sous-représentées. Les auteurs décrivent leur propre réponse par contraste : contrairement aux jeux de données comparables, leur jeu couvre uniformément l’ensemble des terres émergées, capturant ainsi tous les types d’environnement sans favoriser les zones urbaines et agricoles ni ignorer des écorégions entières. Cette formulation par contraste est instructive. Elle indique que les jeux de données existants favorisent l’urbain et l’agricole, et qu’ils ignorent des écorégions entières. Trois conséquences en découlent directement. Un modèle entraîné sur ces jeux fonctionne mieux là où les données abondaient, c’est-à-dire dans les régions déjà bien documentées. Sa performance annoncée reflète donc une moyenne dominée par ces régions. Et son application à une région sous-représentée constitue un transfert dont rien ne garantit la validité, limite que l’article d’ouverture avait signalée et que la recherche confirme. Une analyse de références publiée en 2025 recense d’ailleurs les manques des jeux d’évaluation existants : diversité limitée, plages de résolution étroites, couverture restreinte des modalités de capteur et biais géographique.

Le piège de l’annotation héritée

Ce mécanisme est largement employé et rarement discuté. Un des jeux de données de référence de l’observation de la Terre est décrit ainsi dans une publication : il comprend 590 326 imagettes issues d’un capteur optique européen, annotées avec plusieurs classes d’occupation du sol, les annotations ayant été fournies par une base de données existante d’occupation du sol. La même source relève que l’entraînement sur ce jeu améliorait la précision par rapport à un pré-entraînement sur un corpus d’images généralistes, ce qui en démontre l’utilité. Une observation méthodologique s’impose néanmoins ici. Les annotations proviennent d’une base existante et non d’une annotation dédiée. L’article d’ouverture a signalé le mécanisme : employer une carte existante comme référence propage ses erreurs et sa nomenclature, et plafonne l’exactitude atteignable à celle de cette carte. Trois limites en découlent concrètement. La nomenclature est celle de la base source, qui répond à une finalité administrative plutôt qu’au besoin d’un projet. La granularité est celle de la base source, généralement plus grossière que la résolution des images. Et la date de la base ne coïncide pas nécessairement avec celle des images, ce qui introduit des désaccords inévitables. Ce mécanisme n’invalide en rien ces jeux, dont l’utilité est démontrée. Il indique où se situe leur plafond, et pourquoi une annotation dédiée conserve une valeur que le volume ne remplace pas.

La rareté des paires image-texte

Cette difficulté concerne la génération actuelle de modèles. Une publication décrivant un jeu de données récent formule le constat : les modèles vision-langage ont montré de bonnes performances en vision par ordinateur, mais leurs performances sur des données de télédétection restent limitées en raison du manque de jeux de données image-texte multi-capteurs à grande échelle comportant des annotations textuelles diversifiées. La même source précise que les jeux existants comportent principalement de l’imagerie aérienne en trois canaux visibles, avec des légendes courtes ou faiblement ancrées, et une diversité limitée de types d’annotation. Ce constat recoupe exactement celui que le cluster consacré à l’imagerie médicale avait établi. Les paires image-texte constituent la ressource de la génération actuelle de modèles, et elles sont rares dans les domaines spécialisés. Deux termes précis de cette citation méritent d’être relevés. Les légendes existantes sont dites courtes, ce qui limite l’information qu’elles portent. Et elles sont dites faiblement ancrées, c’est-à-dire mal reliées à une région précise de l’image, ce qui empêche un modèle d’apprendre où se trouve ce qui est décrit. Cette seconde limite désigne un besoin très précis : des descriptions textuelles rattachées à des régions identifiées, plutôt que des légendes globales. C’est un travail d’annotation d’un type particulier, plus exigeant et nettement moins offert.

Ce que ces constats impliquent

Quatre implications pratiques se dégagent pour un projet d’observation de la Terre. La première est qu’un modèle fondationnel d’observation de la Terre ne dispense pas d’annoter. Il réduit le volume nécessaire à la spécialisation et il ne réduit pas le besoin d’évaluation, qui reste entièrement dépendant d’une référence. La deuxième est que la représentativité géographique d’un corpus conditionne ce qu’un modèle permettra de revendiquer, la recherche ayant documenté le biais des jeux existants. La troisième est qu’une annotation dédiée conserve une valeur supérieure à une annotation héritée, pour les raisons de nomenclature, de granularité et de datation exposées plus haut. Et la quatrième est que l’annotation ancrée, rattachant une description à une région, correspond à un besoin croissant et peu servi.

Où le besoin d’annotation est le plus fort

Cinq situations le concentrent en observation de la Terre. Elles méritent d’être distinguées les unes des autres. Les régions sous-représentées en observation de la Terre, pour lesquelles aucun jeu existant ne fournit d’exemples et où un modèle générique fonctionne mal. Les nomenclatures spécifiques, lorsqu’un projet a besoin de classes que les bases existantes ne distinguent pas, situation fréquente en agriculture et en suivi d’infrastructures. Les jeux d’évaluation, dont l’exigence de qualité dépasse celle de l’entraînement, principe que le cluster consacré à l’imagerie médicale a établi et qui vaut identiquement ici. Les modalités peu servies, le radar et l’hyperspectral disposant de corpus nettement moins nombreux que l’optique, manque que l’analyse de références citée plus haut a relevé sous le nom de couverture restreinte des modalités de capteur. Et les tâches temporelles, l’article consacré aux constellations ayant montré que l’annotation d’évolution demande des conventions distinctes et se rencontre rarement. Ces cinq situations ont un point commun déterminant. Elles ne se résolvent pas en attendant qu’un jeu public paraisse, puisque les jeux publics se constituent précisément là où les données et les références abondaient déjà.

Les stratégies pour réduire le coût d’annotation

Quatre approches se combinent en observation de la Terre. Elles permettent de limiter le volume nécessaire. L’annotation active consiste à sélectionner les exemples à annoter plutôt qu’à les tirer au hasard, en privilégiant ceux sur lesquels le modèle hésite. Elle réduit sensiblement le volume à qualité égale. La pré-annotation automatique consiste à faire produire une première proposition par un modèle, que l’annotateur corrige. Elle accélère le travail et elle comporte un risque documenté dans le cluster consacré à la segmentation : l’annotateur tend à valider ce qui lui est proposé, ce qui appelle un contrôle sur des cas non pré-annotés. L’annotation faible consiste à employer des étiquettes grossières ou partielles, un point plutôt qu’un contour par exemple, ce qui divise le coût unitaire au prix d’une information moindre. Et la propagation temporelle consiste à reporter une annotation d’une date sur les dates voisines, ce qui suppose de vérifier l’absence de changement et rejoint la question temporelle exposée plus haut. Une réserve commune s’applique à l’ensemble de ces quatre approches. Elles réduisent le coût de l’entraînement et non celui de l’évaluation, dont l’exigence de qualité interdit les raccourcis. Un projet gagne donc à les employer pour l’entraînement et à les proscrire pour la référence d’évaluation.

Ce que l’annotation géospatiale demande

Le travail diffère de l’annotation d’images ordinaires sur quatre points. Ces points ont été posés dans l’article d’ouverture et valent d’être développés. La connaissance du terrain intervient constamment. Distinguer deux cultures, deux types de bâti ou deux causes de perturbation demande une familiarité que l’image seule ne fournit pas. La convention doit être fixée finement. Une limite de parcelle, l’inclusion d’une haie ou le traitement d’une zone d’ombre relèvent de décisions à documenter, faute de quoi les annotateurs divergent. L’échelle impose une organisation. Une scène couvre des centaines de kilomètres carrés, ce qui rend impraticable une annotation exhaustive et impose un échantillonnage dont la méthode conditionne la représentativité. Et la saisonnalité impose une discipline temporelle. Un même lieu change d’apparence au cours de l’année, ce qui rend une annotation valide à une date et fausse à une autre. Ces quatre exigences expliquent que ce travail se rapproche davantage de celui décrit dans le cluster consacré à la segmentation médicale que d’une annotation d’images courante, avec la même conséquence : le protocole et le référentiel de cas déterminent la qualité davantage que le volume.

Ce qui distingue un corpus d’observation de la Terre sérieux

Cinq signes permettent de l’apprécier. Cinq signes permettent d’apprécier un corpus, et ils recoupent ceux que les clusters précédents ont établis. La composition du corpus est documentée par région, par saison et par capteur, information sans laquelle aucune revendication de portée n’est vérifiable. La nomenclature est explicite et rattachée à un référentiel, avec le traitement des cas limites. La méthode d’obtention de la vérité terrain est décrite, en distinguant relevé de terrain, base existante et photo-interprétation, ces trois sources n’ayant pas la même fiabilité. Le désaccord entre annotateurs est mesuré sur un échantillon, ce qui donne une borne à la performance atteignable. Et le jeu d’évaluation est constitué sur des zones et des périodes distinctes de l’entraînement, seule façon d’estimer une transférabilité que la recherche a montrée problématique.

Ce que cela signifie commercialement

Trois conséquences se dégagent pour un fournisseur de données. Trois conséquences se dégagent pour un fournisseur de données. La première est que le besoin n’est pas volumique mais qualitatif. Les grands corpus généralistes existent et sont publics ; ce qui manque relève de la spécificité, géographique, thématique ou temporelle. La deuxième est que la documentation constitue une part de la valeur livrée plutôt qu’un accessoire. Un corpus dont la composition n’est pas documentée ne permet aucune revendication, ce qui le rend inutilisable pour une démonstration sérieuse. Et la troisième est que la position géographique d’un prestataire devient un actif. La recherche ayant documenté la sous-représentation de régions entières, un acteur capable de travailler sur ces régions détient précisément ce qui manque, observation que l’article consacré au climat avait formulée à propos des réseaux de mesure.

Les données de synthèse et leurs limites

Cette réponse alternative à la rareté est fréquemment évoquée en observation de la Terre. Elle consiste à générer artificiellement des images accompagnées de leur annotation, par simulation physique ou par génération apprise, ce qui produit un volume illimité à coût marginal faible. Trois usages y sont pertinents. L’augmentation d’un corpus réel pour des classes rares, un incendie ou une inondation étant peu représentés dans une archive ordinaire. La simulation de conditions d’acquisition variées, angles de vue et éclairements, pour éprouver la robustesse d’un modèle. Et le test d’une chaîne de traitement avant de disposer de données réelles. Trois limites l’encadrent en revanche. L’écart entre synthèse et réalité, la génération reproduisant ce qu’elle a appris et non ce qu’elle n’a jamais vu, ce qui la rend peu utile précisément pour les cas rares qui motivaient son emploi. La difficulté de reproduire les artefacts d’acquisition, dont l’article consacré à Copernicus a montré qu’ils affectent l’exploitation. Et l’impossibilité de valider avec, un jeu d’évaluation devant être réel sous peine de mesurer la fidélité de la simulation plutôt que la performance du modèle. Cette troisième limite est décisive et elle vaut d’être retenue. La synthèse peut alimenter un entraînement ; elle ne peut pas fonder une évaluation, ce qui laisse intact le besoin d’une référence réelle et documentée.

Les erreurs de lecture fréquentes

• Croire qu’un modèle fondationnel dispense d’annoter.
• Négliger le besoin d’annotation pour l’évaluation, qui subsiste intégralement.
• Employer un jeu public sans examiner sa couverture géographique.
• Reprendre une base existante comme référence sans en connaître le plafond d’exactitude.
• Employer une nomenclature administrative pour un besoin qui en demande une autre.
• Ignorer l’écart de date entre une base de référence et les images annotées.
• Produire des légendes globales là où un ancrage régional est attendu.
• Annoter sans fixer les conventions de limite et de cas ambigus.
• Constituer un jeu d’évaluation sur les mêmes zones que l’entraînement.
• Supposer qu’une annotation reste valide à toute saison.
• Fonder une évaluation sur des données de synthèse.
• Employer une pré-annotation automatique sans contrôle sur des cas non pré-annotés.

Une asymétrie de l’observation de la Terre qui ne se corrige pas seule

Cette observation explique la persistance du problème. Les jeux de données publics se constituent là où les conditions le permettent : régions bien couvertes, références administratives disponibles, équipes de recherche établies. C’est rationnel et cela produit un effet cumulatif. Trois mécanismes l’entretiennent. Un jeu existant attire les travaux, qui produisent des résultats comparables, ce qui renforce son statut de référence et détourne l’effort des régions non couvertes. Les modèles entraînés dessus fonctionnent mieux là où ils ont appris, ce qui confirme apparemment la pertinence de ces régions. Et l’évaluation se fait sur ces mêmes jeux, ce qui rend invisible la défaillance ailleurs. Ce troisième mécanisme est le plus problématique. Un modèle peut afficher une performance excellente et échouer sur une région entière sans que rien dans les mesures publiées ne le signale, situation que le cluster consacré à l’imagerie médicale a documentée sous le nom d’écart entre performance annoncée et performance en conditions réelles. La conséquence est que cette asymétrie ne se corrige pas par le progrès des modèles. Elle se corrige par la constitution délibérée de corpus là où ils manquent, travail que personne n’entreprend par hasard et qui constitue précisément la contribution possible d’un prestataire établi dans une région sous-documentée.

Comment se constitue un corpus utile

Cinq étapes structurent la constitution d’un corpus qui servira réellement, et leur ordre importe. Définir la nomenclature avant d’annoter, en la rattachant à un référentiel existant lorsque c’est possible et en documentant les écarts lorsque ce n’est pas le cas. Constituer un référentiel de cas limites avant la production, en faisant trancher par un expert les situations ambiguës, méthode que le cluster consacré à la segmentation a établie et qui vaut identiquement ici. Échantillonner selon un plan documenté plutôt qu’au gré des disponibilités, la représentativité géographique et saisonnière conditionnant ce que le corpus permettra de revendiquer. Mesurer le désaccord entre annotateurs sur un échantillon avant de lancer la production complète, ce qui donne une borne à la performance atteignable et révèle les conventions insuffisamment précisées. Et constituer le jeu d’évaluation séparément, sur des zones et des périodes distinctes, avec un soin supérieur à celui de l’entraînement. Ces cinq étapes coûtent quelques jours sur un projet qui en compte plusieurs mois, et leur omission produit un corpus dont la valeur ne pourra jamais être établie.

Ce qu’il faut retenir

La télédétection offre une abondance de données d’observation de la Terre, et la rareté des jeux annotés demeure un défi majeur, constat qu’une revue à comité de lecture place en tête des difficultés des modèles fondationnels du domaine. Trois lectures se dégagent. L’apprentissage auto-supervisé a réduit le besoin d’annotation pour l’entraînement initial sans le supprimer, la spécialisation et surtout l’évaluation restant entièrement dépendantes d’une référence annotée. Les jeux existants sont documentés comme biaisés vers les zones de forte activité humaine, favorisant l’urbain et l’agricole et ignorant des écorégions entières, ce qui fait de la représentativité géographique une condition de ce qu’un modèle peut revendiquer. Et l’annotation héritée d’une base existante propage sa nomenclature, sa granularité et sa date, ce qui plafonne l’exactitude atteignable et laisse à l’annotation dédiée une valeur que le volume ne remplace pas. Pour la dimension stratégique de cette question, l’article consacré à la souveraineté européenne examine la position du continent. Pour la ressource de données sur laquelle porte l’essentiel de ce travail, l’article sur Copernicus décrit son accès. Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée au traitement de données géospatiales. Et si vous devez constituer un corpus annoté sur une région ou une nomenclature que les jeux publics ne couvrent pas, échangeons sur votre projet.