Google et le gouvernement brésilien viennent de déployer un système d’imagerie satellitaire conçu pour détecter la déforestation au fur et à mesure qu’elle se produit. Détection en temps réel. Pas d’analyse historique de ce qui a déjà été coupé.
Ce partenariat est important car il inverse le problème de la surveillance. La protection traditionnelle des forêts repose sur des rapports trimestriels et des passages satellites retardés. À ce moment-là, les opérations de déforestation illégale ont déjà continué leur chemin. Ce système utilise un traitement continu de l’imagerie pour signaler les changements d’utilisation des terres en quelques jours, voire quelques heures.
Comment fonctionne réellement le système
La composante satellite n’est pas nouvelle. Google a accès depuis des années à des images haute résolution des satellites Landsat et Sentinel. Ce qui a changé, c’est la couche de traitement. Les modèles de vision par machine, entraînés sur les schémas forestiers brésiliens, peuvent désormais distinguer la variation naturelle de la canopée, les routes forestières et les terres défrichées assez rapidement pour avoir un impact opérationnel.
Le système transmet des alertes directement aux agences environnementales brésiliennes. Elles agissent sur les événements de déforestation confirmés, et non sur des rapports vieux de six mois. Cet écart de vitesse, entre la détection et la réponse, est là où la mise en application échoue en pratique.
Le problème d’échelle qu’il résout
La couverture de l’Amazonie brésilienne s’étend sur environ 550 millions d’acres. La surveillance manuelle à cette échelle est impossible. L’imagerie satellitaire couvre toute la région d’un seul coup, mais le traitement de ce volume de données nécessitait soit des coûts de calcul prohibitifs, soit des mois de délai. L’inférence des modèles d’IA sur les archives d’images a changé l’économie.
L’implémentation de Google utilise probablement des modèles de segmentation d’images, probablement entraînés sur des schémas de déforestation historiques, pour classer les pixels comme forêt, terres défrichées ou états de transition. Le modèle s’exécute sur l’infrastructure de Google, qui absorbe le coût de calcul. Le Brésil obtient le résultat sans construire son propre pipeline de traitement satellite.
Ce qui est réellement signalé
Chaque changement forestier ne déclenche pas une alerte. Le système doit distinguer entre :
- Perte naturelle de canopée (tempêtes, maladies, changements saisonniers)
- Défrichage légal (agriculture, infrastructures, permis)
- Abattage illégal (la cible réelle)
C’est un problème de classification plus difficile qu’il n’y paraît. Un champ défriché ressemble à un bosquet forestier récemment exploité dans les données satellites brutes. Le système utilise des modèles temporels – croissance au fil du temps, indices de végétation, proximité d’opérations illégales connues – pour réduire les faux positifs.
Les premiers rapports suggèrent que le système signale les activités suspectes avec une précision de 80 à 90 % sur les cas évidents (grandes zones défrichées), mais qu’il rencontre plus de difficultés sur les défrichages à petite échelle ou progressifs. C’est typique de la surveillance basée sur l’IA : une grande confiance sur les violations évidentes, une confiance plus faible sur les cas ambigus qui nécessitent de toute façon un jugement humain.
Pourquoi les gouvernements en ont besoin maintenant
L’application de la loi contre la déforestation a toujours été limitée par les ressources. Les agences environnementales brésiliennes ne peuvent pas déployer d’équipes sur le terrain pour enquêter sur chaque kilomètre carré. Elles ont besoin d’un système de triage – quelque chose qui dit
