‹ retour au glossaire du SIG
Vérification par vérité terrain
Définition
La vérification par vérité terrain est le processus qui consiste à valider des informations issues de la télédétection ou de modèles en les comparant à des observations recueillies directement sur le terrain. En science spatiale, elle boucle la boucle entre pixels, prédictions et réalité. Les opérateurs relèvent positions, attributs et photographies sur des sites représentatifs, puis utilisent ces points de référence pour quantifier l’exactitude, le biais et l’incertitude des cartes ou des résultats d’apprentissage automatique. Les bonnes campagnes sont stratifiées par occupation du sol, altitude, saison et accessibilité, afin que la validation reflète la diversité des conditions présentes dans la zone d’étude. La documentation compte autant que la mesure. Les protocoles de terrain définissent comment étiqueter les sites ambigus, traiter les pixels mixtes et saisir des métadonnées comme l’heure, les conditions du ciel ou les réglages du capteur. Le résultat est plus qu’un score de réussite ou d’échec. C’est un ensemble de diagnostics qui expliquent où un produit est performant, où il peine, et comment les futures collectes pourraient s’améliorer.
Application
Les agences vérifient les classifications d’occupation du sol avant de publier des statistiques nationales ; les agriculteurs valident des cartes de cultures issues de séries temporelles satellitaires ; les équipes de gestion de crise confirment les évaluations de dégâts dérivées d’images aériennes ; les opérateurs de télécoms confirment la puissance de signal prédite le long d’itinéraires routiers. Dans les flux de travail d’IA, la vérité terrain alimente les jeux d’entraînement et de test, soutient l’apprentissage actif pour prioriser de nouveaux échantillons et permet de surveiller en continu la dérive des modèles après déploiement. Bien menée, elle évite des décisions coûteuses fondées sur des cartes séduisantes mais trompeuses.
FAQ
Comment choisir les points d’échantillonnage pour une enquête non biaisée ?
Utilisez un échantillonnage probabiliste, idéalement stratifié selon des gradients pertinents comme le type d’occupation du sol et l’accessibilité, puis tirez les points au hasard dans chaque strate. Cela réduit le biais de sélection qui survient lorsque les équipes ne visitent que des endroits faciles d’accès le long des routes.
Quelles mesures d’exactitude sont les plus informatives pour les produits de classification ?
Les matrices de confusion avec l’exactitude de l’utilisateur et du producteur montrent à la fois les erreurs de commission et d’omission. Le Kappa ou le F1 sont des synthèses utiles, tandis que la précision et le rappel par classe orientent des améliorations ciblées.
Comment valider des surfaces continues plutôt que des classes ?
Mettez de côté une partie des mesures de terrain, calculez les résidus et cartographiez-les. Rapportez l’erreur moyenne, la RMSE et l’autocorrélation spatiale des résidus pour révéler un biais systématique, comme une dérive dépendant de l’altitude.
Quelles mesures pratiques maintiennent la fiabilité des données de vérité terrain dans le temps ?
Utilisez des formulaires reproductibles, enregistrez des photos et des traces GPS, conservez la provenance et les versions, et auditez les saisies par relecture entre pairs. Traitez la vérité terrain comme un jeu de données gouverné, et non comme des notes jetables.
