La préservation des zones humides, milieux fondamentaux pour assurer le cycle de l’eau et très riches en biodiversité, s’est peu à peu inscrite dans la Loi depuis 1986 et la ratification par la France de la convention RAMSAR. Cependant la connaissance de ces espaces qui n’ont eu de cesse d’être remaniés et asséchés au cours des siècles reste lacunaire. Pour y remédier, un groupement de chercheurs coordonné par PatriNat ont fait appel à leurs connaissances et méthodes scientifiques ainsi qu’à des techniques avancées de modélisation pour identifier la présence probable de zones et de milieux humides¹ à l’échelle de la France métropolitaine.

Une analyse basée sur l’intelligence artificielle

L’établissement de la carte de prélocalisation des zones et milieux humides s’est basée sur le territoire métropolitain. A partir d’une collecte d’un large panel de données (photo satellites, altitudes, géologie, relevés pédologiques et écologiques…), les chercheurs ont bâti un modèle d’intelligence artificielle de type Random Forest² qui a été entraîné sur environ 135 000 données.

Ce travail a permis de bâtir une carte fine (avec un pas de 5 m) déterminant une probabilité de présence d’une zone ou d’un milieu humide. Les résultats ont ensuite été vérifiés via la réalisation de plus de 4 000 inventaires de terrain. Cette phase a permis d’établir :

• que le modèle avait une très bonne précision (67 à 79%) ;
• que le seuil pour afficher les zones avec une probabilité significative de présence d’une zone ou d’un milieu humide était de 47% (voir carte ci-dessous).

Figure 1 : Carte de présence/absence de zone humide à l’échelle du SCOT de l’agglomération Tourangelle

Les données résultantes sont disponibles au format raster par région sur le site de l’INPN :

• Lien vers la page INPN concernant les zones humides,
• Lien vers la page INPN concernant les milieux humides.

Un élargissement de la démarche sur 10 bassins versants test

Figure 2 : Bassins versants test choisis pour cartographier les habitats et la fonctionnalité des milieux humides. Source : © MTECT – DGALN, mars 2021. Conception Citizen Press

Une seconde étape du projet a consisté pour les chercheurs à construire deux modèles à l’échelle de 10 bassins versants test pour identifier :

• les habitats humides présents sur ces 10 bassins versants ;
• le degré de fonctionnalités hydrologiques, biogéochimiques et écologiques des milieux et zones humides identifiés.

Ces cartographies ont vocation à être ensuite élargies à l’échelle de la France pour aider à la préservation, la gestion et la restauration des zones humides.

Une première étape vers des politiques ambitieuses

Ces différentes données produites via l’utilisation d’un modèle d’intelligence artificielle ont vocation à être couplées avec des inventaires de terrain pour bâtir une connaissance sur ce sujet détaillée et homogène à l’échelle de la métropole.

De nombreuses collectivités – comme Angers Métropole³ – s’emparent de ce sujet. Elles lancent ainsi des inventaires systématiques sur l’ensemble de leur territoire afin d’interroger leurs politiques d’aménagements. En effet, pouvoir localiser les zones humides effectives est aujourd’hui un des enjeux majeurs pour le choix des zones à ouvrir à l’urbanisation, des espaces de requalification ou de densification mais aussi pour cibler les secteurs les plus pertinents pour la désimperméabilisation voire la renaturation.

Pour aller plus loin

En complément de ces données nationales, un guide pour une meilleure prise en compte des zones humides dans les documents d’urbanisme et les aménagements a été publié en 2022 par le réseau d’acteur du bassin de la Loire et la fédération des conservatoires d’espaces naturels : Des outils à destination des élu·es et décideurs | Centre de Ressources Loire Nature (centrederessources-loirenature.com)

Enfin le nouveau Plan d’action pour une gestion résiliente et concertée de l’eau publié ce mois-ci prévoit un renforcement de la préservation et de restauration des zones humides.

 

1 – Le terme de zone humide est rattaché au Code de l’Environnement tandis que les milieux humides correspondent à la définition plus large établie par la Convention RAMSAR. Plus d’informations sur le site d’Eau France zones-humides.org.

2 – Parmi les nombreuses techniques d’apprentissage automatique (ou machine learning en anglais), le Random Forest (ou arbre de décision) est facile à interpréter et stable. De plus, le modèle résultant offre généralement une bonne précision car il permet de prédire des situations complexes.

3 – Angers Loire Métropole a lancé sa démarche d’inventaire en 2021 avec pour objectif de terminer les inventaires courant 2023. Plus d’informations sur leur site internet.