Composante majeure de SuperMap GIS, la nouvelle génération de logiciels de télédétection (New RS Software), l’un des six piliers technologiques de la plateforme, intègre des algorithmes de photogrammétrie de pointe ainsi que des technologies innovantes d’interprétation intelligente, telles que le Large Interpretation Model (LIM).
Ces innovations offrent une capacité complète de traitement de la télédétection, couvrant l’ensemble du flux de travail: stockage, gestion, traitement, interprétation, analyse et visualisation des données.
En 2025, ce système se concentre sur deux axes majeurs :
le traitement des données de télédétection,
l’interprétation et l’analyse intelligentes.
Il permet ainsi des gains significatifs en efficacité de traitement des images et en précision d’interprétation, rendant possibles des applications rapides des données de télédétection en T+1.
Cet article de la série « SuperMap GIS: Nouvelles fonctionnalités 2025 » présente les principales avancées du système technologique de télédétection de nouvelle génération de SuperMap.
01. Moteur d’algorithmes optimisé : amélioration de l’efficacité du traitement d’images
(1) Algorithme de correspondance d’images IA amélioré
L’algorithme de correspondance d’images basé sur l’IA a été considérablement optimisé, améliorant à la fois la précision et la stabilité dans les zones à faible texture, telles que les déserts et les forêts denses — des environnements historiquement complexes pour la correspondance d’images.
Ces améliorations renforcent significativement la précision des orthophotos numériques (DOM) dans des contextes géographiques complexes.
Par ailleurs, l’algorithme d’extraction IA des MNS/DSM améliore la qualité de la correspondance dense, produisant des résultats plus précis en milieu urbain et en zones montagneuses. Les contours des bâtiments et des ponts sont désormais plus nets, tandis que les reliefs montagneux apparaissent plus naturels et réalistes.
▲ Algorithme de correspondance d'images par IA amélioré
▲ Extraction DSM par IA améliorée : contours des bâtiments plus nets
▲ Extraction DSM par IA améliorée : détails des montagnes plus réalistes
(2) Ajustement incrémental par blocs intégré
Dans les projets de grande envergure nécessitant un traitement par lots, le traitement indépendant traditionnel génère souvent des erreurs cumulatives au niveau des lignes de raccord et des désalignements.
La nouvelle technologie d’ajustement incrémental permet un ajustement conjoint basé sur les résultats précédents, réduisant l’erreur de ligne de raccord de 4 pixels à seulement 1 pixel, et améliorant considérablement la cohérence des résultats DOM multi-lots.
▲ Comparaison : l'ajustement progressif réduit les erreurs au niveau des lignes de couture.
(3) Nouvel algorithme d’équilibrage adaptatif des couleurs
Lors de la mosaïque d’images multi-temporelles, les variations d’éclairage, de saison ou de couverture du sol entraînent fréquemment des incohérences chromatiques visibles.
Contrairement aux méthodes traditionnelles basées sur des modèles nécessitant une configuration manuelle complexe, le nouvel algorithme d’équilibrage adaptatif des couleurs ajuste automatiquement les différences de couleur, produisant des rendus plus fidèles à la scène réelle et mieux adaptés à l’interprétation analytique.
▲ Comparaison : équilibrage des couleurs basé sur un modèle vs équilibrage adaptatif
02. Modèles plus intelligents: amélioration de la précision de l’interprétation
(1) Modèle d’interprétation étendu (LIM)
Introduit dans SuperMap 2024, le Large Interpretation Model (LIM) combine apprentissage auto-supervisé en amont et tâches de classification en aval, permettant une reconnaissance fine des classes d’occupation du sol.
En 2025, le modèle a été structurellement optimisé et son jeu de données d’apprentissage étendu, atteignant 500 millions de paramètres. Les tests montrent que ses performances sont comparables à celles de modèles de 1 à 2 milliards de paramètres, offrant ainsi un excellent équilibre entre précision, efficacité et coûts de calcul.
À mesure que la taille du modèle augmente, la compréhension sémantique s’approfondit : par exemple, l’extraction des plans d’eau présente désormais des contours plus précis et des limites plus nettes.
▲ Comparaison des modèles LIM : amélioration de la précision et du niveau de détail de la classification
Afin de réduire les coûts de déploiement, LIM prend également en charge le réglage fin LoRA, permettant une adaptation efficace du modèle avec une consommation de ressources réduite.
▲ Exemple : Réglage fin de LoRA pour l'extraction des espaces verts
(2) Bibliothèque étendue de modèles d’interprétation pré-entraînés
Après l’introduction en 2024 de modèles « prêts à l’emploi » pour l’extraction des bâtiments, plans d’eau, terres agricoles, forêts, serres et nuages épais, SuperMap 2025 enrichit encore cette bibliothèque avec:
l’extraction de routes,
la détection de panneaux solaires,
la détection des changements de bâtiments,
la reconstruction en super-résolution, tout en améliorant les modèles existants.
(3) Nouvel algorithme de reconstruction en super-résolution
Basée sur la technologie de super-résolution, cette fonctionnalité transforme des images basse résolution en images haute résolution, améliorant significativement la netteté et le niveau de détail.
SuperMap propose une chaîne complète incluant la génération d’échantillons, l’entraînement, l’application et l’évaluation des modèles, ainsi que des modèles pré-entraînés capables d’atteindre une amélioration jusqu’à 4×.
▲ Résultat obtenu avec un modèle pré-entraîné de super-résolution : images plus nettes
03. Opérations sur les bandes améliorées: optimisation de l’analyse des données
SuperMap 2025 introduit des fonctions de calcul de bandes plus intuitives, intégrant 29 indices prédéfinis tels que NDVI, NDWI, BAI et GNDVI, répondant aux besoins analytiques croissants en agriculture, foresterie et protection de l’environnement.
Conclusion
Propulsé par la Fondation d’IA géospatiale (AIF), le système de télédétection de nouvelle génération de SuperMap franchit une nouvelle étape en 2025.
L’optimisation des algorithmes IA, l’ajustement incrémental, l’équilibrage adaptatif des couleurs et l’enrichissement des modèles d’interprétation renforcent l’intégration étroite entre télédétection et SIG, permettant aux utilisateurs de traiter et d’analyser efficacement leurs données au sein d’une plateforme unifiée.
