Apparues dans les années 1990, les notions de géopatrimoine et de géodiversité reçoivent une attention grandissante de la part des communautés académiques, des organisations internationales et des pouvoirs publics. Le concept de géopatrimoine inclut notamment l’idée que certains sites géologiques sont de précieuses fenêtres ouvertes sur les événements naturels passés et sur le fonctionnement de la planète, et qu’ils nécessitent à ce titre des actions de protection et de valorisation similaires à celles mises en œuvre pour le patrimoine historique. Le concept de géodiversité se fonde quant à lui sur un parallèle entre la variété des objets géologiques et celle des êtres vivants, proposant ainsi des actions de recensement et de conservation comparables à celles utilisées pour la biodiversité.
C’est dans ce contexte qu’IFPEN a signé en 2020 un accord de partenariat avec l’UNESCO, dont l’un des objectifs est le partage d’outils numériques facilitant la promotion du géopatrimoine et de la géodiversité auprès du grand public[1]. Ces outils sont construits en synergie avec des actions de R&D réalisées pour l’industrie, en revisitant les technologies sous-jacentes dans une approche tournée vers la société.
Un premier exemple est l’utilisation de la réalité virtuelle pour proposer des visites d’affleurements géologiquesa. Ce travail s’appuie sur la méthodologie DOM (Digital Outcrop Models) : à partir d’un ensemble de photos acquises suivant les principes de la photogrammétrieb, il est possible de produire une représentation géométrique virtuelle en 3D d’un affleurement, avec sa texture et ses couleurs originales. Initialement développés pour les besoins de l’industrie pétrolière[2] et de plus en plus utilisés pour l’enseignement des « Sciences de la Terre », les DOM favorisent également le partage « tout public » des connaissances liées au géopatrimoine, et permettent de découvrir des sites même sans s’y déplacer.
L’accessibilité croissante des technologies immersives a été mise à profit par des chercheurs d’IFPEN en 2020, dans le cadre d’une collaboration avec une PME. Il en a résulté un démonstrateur intégrant un modèle DOM dans un environnement virtuel immersif, consacré à la formation des grès d’Annot, un site de référence pour la compréhension des systèmes sédimentaires sous-marins profonds (figure 1). Ainsi, un utilisateur non-expert peut découvrir de manière interactive l’interprétation géologique de l’affleurement et accéder à un contenu pédagogique (textes, photos, vidéos) directement intégré dans la visualisation du site naturel.
Un deuxième exemple est l’utilisation de l’intelligence artificielle pour sensibiliser le grand public à la géodiversité. Des chercheurs d’IFPEN ont entraîné un modèle d’apprentissage profond à reconnaître différents types de roches à partir de photos d’échantillons. Ce modèle a ensuite été intégré dans une application mobile permettant à un utilisateur non-expert, à partir de photographies de roches qui l’entourent, d’obtenir des informations sur leur nature, leurs caractéristiques et leurs différents usages (figure 2). Actuellement au stade du prototype, cette application nommée RockNetTM vise à promouvoir une démarche de type « sciences participatives ». Les photos prises par tous les utilisateurs viennent en effet enrichir un atlas commun et une base de données permettant d’améliorer progressivement la précision et la qualité des résultats fournis[3].
Ces deux exemples illustrent l’apport possible du numérique pour promouvoir les connaissances géologiques auprès du grand public[4], un enjeu important pour rendre les citoyens de plus en plus acteurs des débats sur la protection de l’environnement, l’exploitation raisonnée des ressources souterraines et l’évolution de la planète.
Cliquer sur les images pour les agrandir
En plus de la visualisation de l’affleurement selon différents points de vue et niveaux de zoom, l’utilisateur peut interagir avec des données géologiques et du contenu pédagogique complémentaires (interprétations stratigraphiques, logs sédimentaires, photos d’échantillons, textes et vidéos, etc.).
>> Plus d’images de la technologie dans le clip vidéo suivant : https://www.youtube.com/watch?v=QOPX0wvwUE0.
A partir d’une photo prise par l’utilisateur avec son smartphone, le modèle d’intelligence artificielle propose une identification du type de roche correspondant et fournit un premier niveau d’informations grand public. Plus de détails sur RockNet® : www.rocknet.fr
a- Ensembles rocheux, souvent longs de plusieurs dizaines de mètres, mis à nu et directement visibles à la surface de la Terre. Ils sont précieux pour les géologues car ils donnent un aperçu direct de la constitution du sous-sol.
b- Technique permettant de reconstituer une scène en 3D à partir d’images acquises selon différents points et angles de vue.
Références :
[1] Communiqué « IFP Energies nouvelles et l’UNESCO s’associent dans le domaine des géosciences pour une gestion durable des ressources dans le cadre de la transition énergétique », 6 octobre 2020.
[2] Deschamps R., Joseph P., Lerat O., Schmitz J., Doligez B. et Jardin A. (2015). AAPG Search and Discovery, Art. no 41696. http://www.searchanddiscovery.com/documents/2015/41696deschamps/ndx_deschamps.pdf.
[3] Bouziat A., Desroziers S., Feraille M., Lecomte J.-C., Cornet C., Cokelaer F. et Divies R. (2021). EGU General Assembly 2021, online, 19–30 avril 2021, EGU21-13068. https://doi.org/10.5194/egusphere-egu21-13068.
[4] Bouziat A., Schmitz J., Deschamps R. et Labat K. (2020). European Geologist, 50. http://doi.org/10.5281/zenodo.4311379.
Contact scientifique : antoine.bouziat@ifpen.fr
Vous serez aussi intéressé par
IFPEN et l’UNESCO s’associent dans le domaine des géosciences
Interprétation d’images géologiques assistée par Intelligence Artificielle
Au cours de la dernière décennie, l’apprentissage profond (deep learning) appliqué à l’analyse d’images a connu un réel essor et une extension dans de nombreux domaines. Cependant, son potentiel reste encore sous-exploité en géologie, bien que cette discipline implique beaucoup d’interprétation visuelle. Pour contribuer à la transformation numérique des industries liées au sous-sol, les chercheurs IFPEN ont mis en œuvre l'apprentissage profond dans trois « contextes métier », impliquant chacun un type différent d’images géologiques.
