Un réseau de neurones pour recenser les toitures photovoltaïques
Grâce à un modèle de réseau de neurones entraîné sur une large diversité de toitures, une équipe du Laboratoire procédés énergie bâtiment a pu identifier, à partir d'images aériennes de l'IGN, environ 600.000 systèmes photovoltaïques sur 40 millions de bâtiments répartis sur tout le territoire français. La méthodologie et les résultats de l'étude sont publiés dans la revue Applied Energy.
La multiplication des panneaux photovoltaïques installés sur la toiture des bâtiments contribue à la transition vers les énergies renouvelables. Mais si l'on souhaite élaborer des stratégies de déploiement, il est nécessaire de disposer d'informations précises sur leur répartition géographique actuelle. C'est l'objectif de l'outil de recensement des systèmes photovoltaïques de toiture mis au point au Laboratoire procédés énergie bâtiment (LOCIE, Université Savoie-Mont-Blanc, CNRS). Basé sur un réseau de neurones, il est capable d'identifier la présence de panneaux photovoltaïques sur une toiture à partir de photos aériennes de l'IGN et des données du cadastre.
Plutôt que de segmenter arbitrairement le territoire, ce qui induit des risques d'erreurs, les chercheurs ont choisi d'analyser un par un tous les bâtiments de la France métropolitaine. Afin de pouvoir identifier la présence de panneaux dans des contextes très hétérogènes (toit en tuiles ou en ardoise, zone urbaine ou rurale, montagne ou plaine, etc.), un modèle de réseau de neurones a été entraîné sur cinq départements représentatifs (Hérault, Bas-Rhin, Côtes d’Armor, Ille-et-Vilaine, Savoie). L'outil a ensuite été testé sur trois autres départements (Aude, Morbihan, Loire-Atlantique), et la comparaison avec les données du Registre national des installations de production et de stockage d’électricité ont montré une bonne corrélation entre le nombre de systèmes détectés par le réseau de neurones et les systèmes enregistrés.
L'ensemble du territoire a alors été analysé, ce qui a permis d'identifier environ 600.000 systèmes photovoltaïques sur 40 millions de bâtiments*. Les performances du modèle sont variables selon le type d'habitat et le contexte géographique, et sont nécessairement limitées par la qualité variable des images, dépendantes des conditions de prise de vue, ou encore par le caractère spécifique de certains bâtiments, par exemple dans des villages à l'habitat très concentré. Mais l'outil peut être progressivement amélioré, et d'abord en utilisant les nouvelles images produites par l'IGN (un tiers est renouvelé chaque année). Mais aussi en enrichissant l'échantillon d'apprentissage du réseau avec d'autres types de toitures. Le laboratoire prévoit de proposer dès cet automne une version 2 du modèle. L'extension aux Dom-Tom est prévue, tandis qu'une version plus facilement accessible, via un site web, sera prochainement proposée aux municipalités, et plus généralement au public. Enfin, un projet ANR portant sur l'extension à d'autres pays européens a été lancé.
Le nouvel outil peut faciliter la planification du déploiement des systèmes photovoltaïques, la réalisation d'analyses socio-économiques sur les mécanismes d'adoption des énergies renouvelables. Il pourrait aussi permettre d'affiner l'estimation de la production nationale ou locale d'électricité d'origine renouvelable.
© Martin Thebault
© Martin Thebault
Références
A comprehensive building-wise rooftop photovoltaic system detection in heterogeneous urban and rural areas: application to French territories.
Martin Thebault, Boris Nerot, Benjamin Govehovitch, Christophe Ménézo.
Applied Energy, mars 2025.
https://doi.org/10.1016/j.apenergy.2025.125630
Article disponible sur la base d’archives ouvertes HAL