Un projet mené en coopération par Alex et Claude (assistant d’IA d’Anthropic). Alex a eu l’idée, fixé l’objectif et orienté les choix. Claude a écrit le code, la documentation et ce texte. Des agents de relecture ont recoupé les chiffres avec la documentation du projet. Plusieurs points restent à vérifier, et l’article le dit. Dans ce texte, le « je » est celui d’Alex, rédigé avec Claude. Les choix méthodologiques et les erreurs éventuelles sont à discuter à deux.

Les satellites mesurent des millimètres par an. Comment transformer ces millions de points en quelque chose qu’on peut explorer, calculer, et même projeter dans le futur ?

Le point de départ : une belle carte, mais fermée

Le service européen European Ground Motion Service (page du produit, en anglais) (EGMS), publié par Copernicus, est impressionnant. Grâce à l’interférométrie radar à synthèse d’ouverture (InSAR), il mesure les mouvements du sol à l’échelle de tout le continent. L’interface est visuelle et agréable.

Mais cette interface reste limitée. On regarde des points colorés ; on ne peut pas facilement demander « que se passe-t-il autour de cet endroit ? », agréger, comparer des zones, ou faire un calcul qui tienne compte du voisinage.

J’avais surtout une envie : jouer avec H3, la grille hexagonale hiérarchique d’Uber. Je la trouve fascinante, et elle me semblait faite pour ce problème. Cet article raconte ce que j’en ai fait.

Petit lexique

• Résolution r5 à r10 : le niveau de finesse de la grille H3. Plus le chiffre est grand, plus les hexagones sont petits.
• Norme : l’intensité totale du mouvement, sans tenir compte de son sens.
• Exposition : la direction vers laquelle la pente est tournée.
• Aval : le côté vers lequel le terrain descend.
• Anneau : l’ensemble des hexagones situés à la même distance (en nombre de cellules) d’un hexagone donné.
• Rang percentile : la position d’une cellule par rapport aux autres. Un rang de 0,9 signifie « plus fort que 90 % des cellules ».
• EGMS : European Ground Motion Service, le service de Copernicus qui publie les mesures de mouvements du sol utilisées ici.
• InSAR : interférométrie radar, la technique satellitaire qui mesure ces mouvements (voir l’encadré plus haut).
• Tuile : morceau du produit EGMS, identifié par ses coordonnées (ici E40N24). Les données sont livrées tuile par tuile.
• Cumul : le déplacement total accumulé sur une période, égal à la vitesse multipliée par la durée.
• Susceptibilité : score relatif qui classe les cellules entre elles selon la vitesse et la pente. Ce n’est pas un risque : aucune probabilité ni aucun enjeu n’y est calculé.

Pourquoi des hexagones ?

Un hexagone a une propriété que le carré n’a pas : tous ses voisins sont à la même distance. Quand on veut propager un phénomène d’une cellule vers ses voisines (un glissement, une pente, une influence), cette régularité évite les biais des diagonales.

H3 ajoute une hiérarchie : chaque cellule a un parent à la résolution inférieure. On peut donc zoomer et dézoomer en réagrégeant les mêmes données. Sur cette zone, j’utilise six niveaux :

Les données

La zone est un disque de 25 km autour de Saint-Julien-Montdenis, en Maurienne. J’ai utilisé le produit EGMS de niveau L3 « ortho » (2020–2024), qui fournit deux composantes : verticale et est-ouest, sur une grille native de 100 m. Après jointure des deux composantes et filtrage sur le disque, il reste 17 594 points.

Une précision utile : mon pipeline n’exploite pas de composante nord. Ce que j’appelle « vitesse » dans la carte n’est donc pas un mouvement 3D complet, mais la combinaison des deux composantes utilisées.

Tous les points retenus viennent d’une seule tuile EGMS (E40N24) : l’autre tuile du secteur n’en apporte aucun dans le disque.

Le pipeline, en bref

1. Lecture et jointure des CSV vertical et est-ouest sur l’identifiant de point, puis conversion des coordonnées (EPSG:3035 vers WGS84).
2. Indexation H3 : chaque point est placé dans sa cellule r10, puis les niveaux supérieurs sont obtenus par cell_to_parent. Ce choix n’est pas anodin : calculer chaque niveau directement depuis les coordonnées ne donnait pas toujours le parent de la cellule r10 (6 à 7,5 % des points). Passer par le parent garantit une hiérarchie cohérente.
3. Pente et exposition : un plan est ajusté sur les points voisins (moins de 250 m), puis moyenné par cellule.
4. Séries temporelles : moyennes mensuelles par cellule r10, sur 60 dates.
5. Simulation : extrapolation, score et propagation vers l’aval (voir plus bas).

Tout est précalculé en fichiers statiques (JSON, plus un fichier binaire pour les séries) : l’interface est une page HTML qui s’appuie sur MapLibre GL pour la carte et sur h3-js dans le navigateur. Un simple serveur de fichiers suffit : ni base de données, ni calcul côté serveur.

Explorer la carte

La première couche montre la vitesse verticale ; on peut basculer sur la norme de la vitesse ou sur la pente du terrain.

En zoomant, la grille se raffine automatiquement :

Cliquer sur une cellule : la série temporelle

Un clic ouvre un panneau avec les caractéristiques de la cellule et l’évolution du déplacement cumulé entre 2020 et 2024. Un contrôle de cohérence interne montre que la pente de ces séries colle à la vitesse annoncée par ailleurs (corrélation de 0,9997). Ce n’est pas une validation : les deux calculs partent du même signal, donc leur accord est presque attendu. Il ne dit rien de la justesse des mesures elles-mêmes.

Le futur : et si le sol continuait comme ça ?

C’est la partie qui m’a le plus amusé, et celle où il faut le plus de prudence. Avec une grille, on peut calculer autour de chaque cellule. J’ai donc ajouté un mode « simulation ».

Ce que la simulation est, et n’est pas

Le satellite ne nous a donné que quatre ans de mesures (2020–2024). La simulation répond à une seule question, volontairement naïve : « que se passerait-il si, dans chaque cellule, le sol continuait exactement au même rythme ? ». Ce n’est donc pas une prévision de ce qui va arriver. C’est un « et si » mécanique, qui sert à comparer des secteurs entre eux et à voir où les ordres de grandeur deviennent significatifs.

Elle fait trois choses, dans cet ordre :

1. elle prolonge la vitesse mesurée pour obtenir un déplacement cumulé à un horizon choisi ;
2. elle attribue à chaque cellule un score relatif de susceptibilité ;
3. elle regarde autour des cellules les plus susceptibles pour repérer les voisines situées en contrebas, qui seraient les premières touchées.

Dans l’interface, on choisit un horizon (aujourd’hui, 15, 30, 50, 100, 200 ou 500 ans) et un scénario. On affiche ensuite au choix le déplacement cumulé, le risque de glissement ou l’année d’atteinte du seuil de 0,5 m. Un bandeau rappelle en permanence : « Simulation exploratoire, pas une prévision ».

Étape 1 : prolonger la tendance

Le principe est volontairement simple : on suppose que la vitesse moyenne 2020–2024 reste constante, et on calcule le déplacement cumulé : cumul = vitesse × durée. Une cellule qui descend de 5 mm par an « descendrait » donc de 0,5 m en 100 ans.

Ce 0,5 m est un seuil arbitraire que j’ai fixé pour obtenir un repère lisible : pour chaque cellule, on calcule en combien d’années il serait atteint (années = 500 ÷ vitesse en mm/an). Ces durées sont comptées à partir de la dernière mesure, fin 2024, et non à partir d’aujourd’hui : « dans 47 ans » correspond donc à l’année 2072 environ. Si la vitesse est inférieure à 1 mm/an, ou si le seuil demanderait plus de 500 ans, aucune échéance n’est affichée.

Cette hypothèse est la plus fragile de toutes : le terrain n’est pas un mouvement uniforme, il accélère, ralentit, réagit à la pluie et à la neige. Plus l’horizon s’éloigne, moins la valeur a de sens. L’interface va jusqu’à 500 ans parce que c’est un curseur ; au-delà d’environ 30 ans, les valeurs sont purement illustratives.

Étape 2 : un score de susceptibilité

Chaque cellule reçoit un score entre 0 et 1, combinaison pondérée de quatre ingrédients :

• la vitesse (40 %) : le rang de la cellule par rapport aux autres cellules de la zone ;
• la pente du terrain (30 %) : quand la pente est inconnue, on lui attribue une valeur par défaut de 0,3 sur 1 ; c’est le cas pour 18 % des cellules r7 et pour 26 à 40 % de celles des niveaux r8 à r10 ;
• la tendance du mouvement à aller vers l’aval (20 %), estimée avec la seule composante est-ouest ;
• le rang de la cellule d’après ses voisines (10 %).

On range enfin les cellules en quatre classes : faible, modéré, élevé et critique. Ce sont les libellés de l’interface : « critique » désigne seulement la classe la plus haute du score, pas une situation de danger.

Les pondérations sont fixées à la main. C’est un score relatif : il dit qu’une cellule est plus « susceptible » que les autres de la zone, pas qu’elle a une probabilité donnée de glisser. Conséquence directe : de 23 à 36 % des cellules selon la résolution sortent « à surveiller » par construction, quelle que soit la gravité réelle de la situation. Et une cellule classée « critique » n’est pas en danger : c’est seulement l’une des plus marquées de la zone.

Étape 3 : l’avantage de H3, propager vers les voisines

Pour chaque cellule « source » (score élevé et pente suffisante), on regarde les anneaux d’hexagones voisins, sur 3 à 4 rangs. Une voisine est dite « en aval » si elle est plus basse d’au moins 1 m et si la direction vers elle reste proche de l’exposition de la pente (écart maximal de 70°). Cette notion d’« aval » suit une règle géométrique simple : aucun calcul d’écoulement de l’eau ni de modèle numérique de terrain n’est fait. L’influence décroît avec la distance.

Deux biais sont à garder en tête. D’abord, une voisine sans aucune mesure n’existe pas dans les données : la propagation reste donc confinée aux zones mesurées, et ignore les forêts et la neige. Ensuite, quand la pente est inconnue, la règle d’alignement n’est plus testée. C’est ce calcul « autour d’un hexagone » qui était mon objectif de départ, et il coûte très peu de calcul avec H3.

Concrètement, l’influence qu’une source exerce sur une voisine est un indice entre 0 et 1. Il dépend du score de la source, de la distance (elle chute vite d’un anneau à l’autre), de l’alignement avec la pente et de la dénivellation. On ne garde que les influences supérieures à 0,05, avec au plus huit voisines par source. Quand une cellule est atteinte par plusieurs sources, on retient la plus forte influence, sans les additionner.

Un exemple. Une cellule de résolution 9 se déplace de 20,4 mm par an et obtient un score de 0,87. Elle ne repose pourtant que sur trois points de mesure, ce qui invite à la prudence. Sa première voisine en contrebas reçoit un indice d’influence de 0,45. Ce 0,45 n’est pas une probabilité : c’est un indice relatif, qui n’a de sens que pour comparer des cellules entre elles.

Sur la résolution 10, cela donne 3 788 sources, 5 833 cellules impactées et 17 893 liens aval.

Pour cette cellule, le scénario ne change presque rien avant 100 ans (+0,09 m) et n’a d’effet marqué qu’à très long terme, là où l’extrapolation n’a plus aucun sens. Le scénario n’est ici qu’un facteur multiplicatif modeste appliqué à un déplacement déjà linéaire. La cellule est classée « critique » (score relatif de 0,92) et a sept voisines en contrebas, dont la plus touchée a un indice de 0,30. Ce 0,30 n’est pas une probabilité.

Les scénarios climatiques SSP

Pour voir « ce qui se passerait selon différentes trajectoires », j’ai ajouté trois scénarios climatiques du GIEC (Groupe d’experts intergouvernemental sur l’évolution du climat), appelés SSP pour « trajectoires socio-économiques partagées » : SSP1-2.6, SSP2-4.5 et SSP5-8.5. Plus le second chiffre est grand, plus le réchauffement est fort. L’hypothèse de jeu est que la vitesse du sol augmente quand le climat se réchauffe. Elle s’accompagne d’une sensibilité réglable (10 % de vitesse en plus par °C, par défaut) et d’un facteur d’amplification pour le réchauffement alpin. Ce facteur suppose que le réchauffement alpin dépasse la moyenne mondiale, affirmation que je n’ai pas sourcée ici. Aucun de ces deux paramètres n’est validé : ce sont des curseurs pour explorer des « et si ».

Le mécanisme est le suivant : on part du réchauffement moyen attendu sur 2081–2100 dans le scénario choisi, et on le fait croître progressivement de 2024 à 2100. On augmente alors la vitesse de chaque cellule de « sensibilité × réchauffement ». Exemple avec SSP2-4.5 (2,7 °C en 2081–2100, soit 1,4 °C de plus que le niveau de départ de 1,3 °C que j’ai retenu) et la sensibilité par défaut de 10 % par °C : en 2100, la vitesse est majorée de 14 %. Le déplacement à 100 ans passe ainsi d’environ 1,02 m à 1,11 m dans l’exemple de la capture ci-dessus. Après 2100, le réchauffement est supposé constant, et l’interface grise la zone concernée.

Les températures ci-dessous sont des meilleures estimations du GIEC (rapport AR6). Je n’ai pas pu lire le tableau d’origine du rapport AR6 du GIEC (accès refusé) : ces valeurs viennent d’une source secondaire (Agence européenne pour l’environnement) et d’un miroir non officiel, et sont à recouper avant citation. Le réchauffement est compté à partir d’un niveau de départ de 1,3 °C, choisi comme niveau de long terme pour la modélisation. La valeur observée pour 2024 est plutôt de l’ordre de 1,55 °C (Organisation météorologique mondiale, OMM). Ce choix change les trajectoires : avec 1,55 °C, elles seraient moins sévères.

Filtrer, isoler, repérer

On peut filtrer les cellules selon la vitesse, la pente, la classe ou le statut de source.

Trois fonds de carte sont proposés (couleur, noir et blanc, sombre), pour que les hexagones restent lisibles :

Et sur mobile

L’interface est pensée pour s’adapter aux téléphones (réglages dans un tiroir, graphique en feuille basse). Je ne l’ai testée que dans Chrome : le comportement sur d’autres navigateurs reste à vérifier.

Que faire de ces résultats ?

Pour l’instant, surtout les regarder avec curiosité. La carte peut aider à repérer où les mesures satellites montrent du mouvement, à comparer des secteurs, et à se poser des questions. Elle ne remplace ni une étude géotechnique, ni les cartes officielles, ni les services compétents, et elle ne doit servir ni à décider d’une évacuation, ni à un choix d’urbanisme.

Pistes pour le rendre plus rigoureux

Voici ce que je voudrais tester ensuite, et sur quoi je cherche des avis :

• Un backtest. Ajuster la tendance sur 2020–2022, « prédire » 2023–2024, et mesurer l’erreur, surtout sur les cellules qui contiennent au moins trois points.
• Une comparaison à des événements réels, par exemple l’inventaire national des mouvements de terrain du BRGM (Bureau de recherches géologiques et minières), pour savoir si les classes « élevé » et « critique » ressortent mieux que le hasard.
• Une analyse de sensibilité : faire varier les poids du score, retirer chaque ingrédient, changer la taille de la fenêtre de pente, et regarder si les cellules mises en avant restent les mêmes.
• Des médianes et un effectif minimal par cellule, au lieu de moyennes qui peuvent s’annuler ou être tirées par une valeur aberrante.
• L’incertitude fournie par EGMS pour chaque point, afin d’afficher des intervalles de confiance sur les vitesses et sur les échéances.
• Une tendance qui tient compte des saisons, car la neige et la pluie font osciller les mesures d’une année à l’autre.
• Un vrai modèle numérique de terrain pour remplacer les altitudes tirées des points de mesure.

Ce que j’en retiens

H3 transforme un nuage de points en un objet sur lequel on peut calculer : voisinage, hiérarchie, agrégation à plusieurs échelles, le tout dans un navigateur et avec des fichiers statiques. Pour explorer des données d’observation de la Terre, c’est un cadre à la fois simple et prometteur, à condition de ne pas lui faire dire plus que ce que les données permettent. La suite logique : ajouter la composante nord, croiser avec un modèle numérique de terrain et un inventaire de mouvements connus, pour mesurer enfin si le score dit quelque chose de vrai.

Avant d’ouvrir la carte : les contours rouges et la classe « critique » désignent les cellules les plus marquées de la zone d’après un score relatif, pas des lieux dangereux. Ils ne disent rien d’un bâtiment, d’une commune ou d’un terrain en particulier.

Ouvrir la carte interactive (prototype)

Avertissement et mentions

• Cet outil et ce texte sont fournis à titre d’information. Ce sont des expériences exploratoires, fournies « en l’état », sans garantie d’exactitude, d’exhaustivité ni d’actualité.
• Ni l’auteur ni Claude ne sont responsables de l’usage qui pourrait en être fait. Ce travail ne constitue ni un avis d’expert, ni une expertise géotechnique, ni une évaluation d’aléa ou de risque au sens réglementaire. Ne l’utilisez pas pour la sécurité des personnes, une évacuation, une assurance, une vente immobilière ou un choix d’urbanisme.
• Pour l’information officielle sur les risques naturels en France, reportez-vous aux sources officielles : Géorisques (georisques.gouv.fr), le BRGM, les plans de prévention des risques naturels (PPRN) de votre commune, la mairie et les services de l’État.
• Les données ne concernent aucune personne ni aucune parcelle identifiable : la résolution minimale (environ 76 m) ne permet pas d’attribuer un mouvement à un bâtiment ou à un terrain précis. Aucune donnée personnelle n’est collectée ni traitée par cet article.
• La carte n’est pas validée. Les noms de lieux ne sont cités que pour situer la zone d’étude, sans jugement sur leur sécurité.
• Logiciels et données tiers : fonds de carte © contributeurs OpenStreetMap, données sous licence ODbL ; H3 (Uber) et h3-js sous licence Apache 2.0 ; MapLibre GL JS sous licence BSD 3-Clauses.
• Les données EGMS sont soumises aux conditions des produits du service terrestre Copernicus (règlement (UE) 2021/696 et règlement délégué (UE) n° 1159/2013) : mention de la source, mention des modifications, et absence d’aval de l’Union européenne.
• Licence du texte : Creative Commons Attribution – Pas d’utilisation commerciale 4.0 International (CC BY-NC 4.0). Vous pouvez partager et adapter ce texte, à condition de citer son auteur, d’indiquer les modifications et de ne pas en faire un usage commercial.
• Les fichiers de données dérivées publiés avec la carte (JSON) sont issus du produit EGMS et soumis aux mêmes conditions que lui : mention de la source, mention des modifications, absence d’aval de l’Union européenne.
• Les captures d’écran ne sont pas couvertes par cette licence : elles reproduisent des données et des fonds de carte tiers (Copernicus, © OpenStreetMap), soumis à leurs propres conditions.
• Pour l’identité de l’éditeur, de l’hébergeur et les moyens de contact, reportez-vous aux mentions légales du site connecte.link, où cet article est publié.
• Toute erreur ou remarque est la bienvenue : cet article se veut corrigeable.

Données dérivées, générées à partir des informations du service Copernicus de surveillance des terres de l’Union européenne (European Ground Motion Service, produit L3 ortho 2020–2024) – Generated using European Union’s Copernicus Land Monitoring Service information. Ces données ont été adaptées et modifiées par l’auteur (agrégation en grille H3, calculs de pente, séries temporelles, simulation) ; ces traitements sont non officiels, ne sont pas validés par Copernicus et ne bénéficient d’aucun aval de l’Union européenne. Fonds de carte © OpenStreetMap.