CLASSIFY - Espaces libres en toitures
Détection des objets présents sur les toitures et identification des espaces libres. Administration bénéficiaire : Canton de Genève.
Contexte
La crise climatique actuelle pousse les administrations à repenser leur politique d’aménagement, ce qui va changer le visage de nos villes et de nos villages. Pour répondre aux défis des transitions énergétique et écologique, l’exploitation des toits constituent un atout majeur pour compenser l’emprise au sol et optimiser l’usage des bâtiments. Par exemple, la mise en place de toitures végétalisées contribue à la diminution des îlots de chaleur et à la préservation du tissu de biodiversité en ville. De plus, les toits sont aussi un espace clé pour une production solaire locale avec un faible impact sur nos paysages. La connaissance de l’occupation réelle des toits est donc un enjeu stratégique pour la priorisation des aménagements. Cependant, actuellement, le recensement des surfaces libres sur les toits et la quantité d’installations solaires et végétales déjà existantes, nécessaire à l’évaluation des potentiels d’installation, sont peu précis.
Méthodologie
Le but de ce projet, en collaboration avec le canton de Genève, consiste à détecter les objets présents et identifier les surfaces libres sur les toits. Les produits finaux se présentent sous la forme de couches vectorielles. Trois méthodes ont été testées pour déterminer la présence d’obstacles:
- La classification des pans de toits selon leur occupation : une analyse statistique de l’intensité et de la rugosité des nuages de points LiDAR permet de classifier par un random forest les pans de toit selon les catégories « occupé », « potentiellement libre » et « indéfini ».
- La segmentation de données LiDAR : cette méthode vise à identifier les obstacles qui dépassent des pans de toit. Les algorithmes RANSAC et DBSCAN de la libraire python Open3D sont utilisés afin de séparer les points du nuage appartenant aux pans de toits et aux potentiels objets.
- La segmentation d’images : cette méthode, basée sur un modèle d’apprentissage profond, est utilisée pour l’identification dans des images de potentiels objets sur les toitures. Elle s’appuie sur les outils Segment Anything Model (SAM) et segment-geospatial.
Les données utilisées sont des nuages de points LiDAR et des orthophotos acquises par l'État de Genève en 2019, ainsi que la couche de pentes de toiture qui a été publiée par le SITG en 2023. Pour 122 bâtiments, une vérité terrain des objets présents sur les toits a été établie.
Résultats
La capacité de détection d’objets des méthodes de segmentation est satisfaisante, avec un score f1 entre 0.75 et 0.76, mais l’IoU médiane, entre 0.37 et 0.40, reste relativement faible et peut être améliorée. La segmentation LiDAR produit des détections dont les formes sont peu satisfaisantes selon les experts métier et n'est pas capable d'identifier des objets de faibles hauteur (très proche du sol).
La segmentation d'images a été jugée satisfaisante par les experts, mais elle produit de fausses détections dues aux variations de couleurs et se heurte à des besoins informatiques importants pour sa mise en œuvre à grande échelle.
Enfin, la méthode de classification de l’occupation des pans de toits est fiable puisqu’elle atteint ~0.84 de précision globale. De plus, elle présente l’avantage d’être peu coûteuse en ressources informatiques. Cette méthode a été sélectionnée pour être appliquée à l’échelle du canton de Genève et fournir une indication sur les surfaces potentiellement libres des toits pour le développement de nouvelles infrastructures.
Ressources documentées
Tous les travaux du STDL sont publiés sous une license ouverte et nous vous encourageons à les utiliser dans vos projets.
Table des matières
Retour à la page d'accueil du STDL
Swiss Territorial Data Lab
Le Swiss Territorial Data Lab (STDL), lancé en 2020 dans le cadre de la stratégie suisse pour la géoinformation (SGS), fait partie du champ d'action n°5 « Promotion de l’innovation ». Ce laboratoire offre aux administrations publiques un véritable espace d'expérimentation, où elles peuvent tester de nouvelles approches pour répondre à leurs défis concrets. Le STDL favorise un travail collaboratif entre experts techniques et métier, afin de co-créer des solutions efficaces et adaptées.
Office fédéral de topographie swisstopo
Seftigenstrasse 264
3084 Wabern