GeoAI, soutenu par la NASA, permet aux chercheurs d'analyser des images satellites en quelques lignes de Python
Un outil gratuit et open-source vise à rendre l'analyse géospatiale alimentée par l'IA et l'analyse d'images satellites accessible aux scientifiques sans formation en apprentissage automatique, grâce au financement de la NASA et de l'U.S. Geological Survey.
Points clés
- GeoAI est un paquet Python gratuit et open-source pour appliquer l'intelligence artificielle aux données satellitaires et géographiques, publié dans le Journal of Open Source Software en 2026.
- Le projet a reçu un financement partiel de la NASA (Grant No. 80NSSC22K1742) et de l'U.S. Geological Survey (Grant No. G23AP00683).
- Il fonctionne avec des sources satellitaires dont Sentinel et Landsat, et exporte les résultats dans des formats de cartographie standard comme GeoJSON et Shapefile.
- Un plugin QGIS sans code permet aux utilisateurs d'exécuter des workflows de cartographie IA à l'intérieur d'une application de cartographie de bureau sans écrire de code.
- Le paquet s'installe gratuitement via pip ou conda et est sous licence MIT, une licence open-source permissive.
Identifier un champ inondé à partir d'une image satellitaire exigeait autrefois une équipe de spécialistes et des semaines de travail. GeoAI, un paquet logiciel Python d'abord signalé par la communauté IA de Hacker News, souhaite réduire cela à un après-midi et un ordinateur portable.
Que fait réellement GeoAI ?
GeoAI connecte des modèles d'IA, le type de logiciel capable de reconnaître les objets dans les photos, aux données géographiques comme les images satellitaires et les cartes numériques. Pointez-le vers une image d'une ville et il peut délimiter chaque bâtiment. Dirigez-le vers des terres agricoles et il peut identifier quels champs contiennent de l'eau, des cultures ou du sol nu.
Le paquet gère automatiquement les étapes fastidieuses : télécharger les images auprès de fournisseurs comme Sentinel et Landsat, diviser les grandes images en tuiles d'entraînement plus petites, exécuter l'analyse et enregistrer les résultats dans des formats de fichiers cartographiques standard que tout SIG (système d'information géographique, logiciel utilisé pour créer et modifier des cartes) peut ouvrir.
Pour les personnes qui ne veulent pas écrire de code du tout, il existe un plugin pour QGIS, une application de cartographie de bureau gratuite. Installez le plugin, cliquez sur quelques boutons, et l'IA fait le reste.
Qui finance cela, et pourquoi est-ce important ?
C'est l'argent public qui le soutient. La NASA a contribué par le biais de son programme Open Source Tools, et l'U.S. Geological Survey a apporté un soutien supplémentaire par un accord de coopération de cinq ans s'étendant de 2023 à 2027. Ce financement est important car cela signifie que le projet n'essaie pas de vous vendre quelque chose. Le code est gratuit, la licence (MIT) permet à quiconque de l'utiliser commercialement, et la documentation se trouve sur opengeoai.org sans frais.
L'auteur Qiusheng Wu a également publié un livre compagnon, « GeoAI with Python: A Practical Guide to Open-Source Geospatial AI », disponible en éditions PDF et papier.
Les gens ordinaires devraient-ils s'en soucier ?
Directement, probablement pas encore. GeoAI est un outil pour chercheurs et développeurs. Si vous êtes infirmier, enseignant ou commerçant, vous ne l'installerez probablement pas vous-même.
Mais les effets en aval sont réels. Les agences environnementales qui suivent la déforestation, les urbanistes qui comptent les toits pour les enquêtes de logement, les équipes d'intervention en cas de catastrophe qui cartographient les dégâts des inondations, les agriculteurs qui surveillent la santé des cultures : tous pourraient utiliser des outils construits sur des logiciels comme celui-ci. Une analyse satellitaire plus rapide et moins coûteuse signifie que les rapports et les décisions qui façonnent votre communauté sont pris avec de meilleures données.
Pour les professionnels des SIG, les étudiants en géographie ou les scientifiques orientés vers les données qui lisent ceci : la barrière à l'exécution d'un modèle de détection de bâtiments a considérablement diminué. Le paquet supporte l'accélération GPU (utilisant des puces spécialisées qui accélèrent les calculs d'IA) automatiquement quand disponible, de sorte qu'il se met à l'échelle d'un ordinateur portable à un cluster de recherche sans modifier votre code.
| Tâche | Ce que fait GeoAI |
|---|---|
| Extraction de l'empreinte des bâtiments | Délimite les structures dans les images satellitaires |
| Classification de la couverture terrestre | Marque les pixels comme eau, forêt, cultures, etc. |
| Détection de changement | Compare deux images dans le temps pour détecter les différences |
| Détection d'objets | Trouve des objets spécifiques, par exemple des panneaux solaires, dans des photos aériennes |
| Cartographie sans code | Le plugin QGIS exécute les workflows sans écrire de Python |
Un constat honnête : si vous travaillez avec des données géographiques de manière professionnelle, installez le paquet (pip install geoai) et exécutez l'un des carnets de tutoriels sur opengeoai.org avant de payer une solution commerciale. Le gouvernement a déjà financé le développement ; autant l'utiliser.
