Skip to main content
Tout sur les travaux, l'aménagement intérieur et extérieur

Fondations : satellite et IA changent le diagnostic

Publié le 24 septembre 2026 par Ranoro
Ingénieur analysant les mouvements de fondations d’un quartier à partir de données satellite et LiDAR

Et si le diagnostic des fondations commençait plusieurs centaines de kilomètres au-dessus du chantier ? Aux Pays-Bas, un programme de recherche met à l’épreuve une nouvelle chaîne d’investigation : données satellite InSAR, relevés LiDAR, informations sur le sol, la sécheresse et la nappe, puis analyse assistée par intelligence artificielle. L’objectif n’est pas de remplacer l’ingénieur géotechnicien, mais de repérer plus tôt les bâtiments qui méritent une visite approfondie.

L’enjeu est celui du changement d’échelle. Le gouvernement néerlandais estime que plus de 425 000 bâtiments connaissent ou risquent de connaître des problèmes de fondations. Examiner chaque immeuble avec les seules méthodes conventionnelles serait lent et coûteux. Huit projets lancés en septembre 2026, financés à hauteur de 4,5 millions d’euros par les pouvoirs publics et les partenaires participants, cherchent donc à accélérer le tri, le diagnostic et le choix des réparations.


Le satellite ne voit pas la fondation, il mesure un mouvement

La première précaution est sémantique. Un radar satellitaire ne radiographie ni les semelles ni les pieux. L’interférométrie radar satellitaire, ou InSAR, compare des acquisitions successives pour suivre les déplacements de points réfléchissants à la surface. Elle produit une série temporelle : un bâtiment ou son environnement évoluent-ils de façon stable, lente, saisonnière ou accélérée ?

Cette information devient intéressante lorsqu’elle révèle une déformation incompatible avec le comportement attendu de l’ouvrage. Un tassement uniforme n’a pas les mêmes conséquences qu’un mouvement différentiel entre deux parties d’un petit bâtiment. C’est justement l’un des verrous étudiés par le projet néerlandais PandMonitor : améliorer la détection de ces différences à l’échelle d’immeubles modestes, là où la résolution et la géométrie des mesures rendent l’interprétation difficile.

Le LiDAR apporte une autre couche de lecture. Son nuage de points décrit la géométrie visible : altitudes, pentes, aplombs, façades ou environnement immédiat selon le relevé disponible. Les données de sol, de nappe et de sécheresse replacent ensuite le déplacement dans son contexte. Aucune couche n’apporte seule le diagnostic ; c’est leur convergence qui transforme un signal en présomption utile.

Le bon usage du satellite n’est pas de déclarer une fondation saine ou défaillante à distance. Il est de hiérarchiser un parc pour envoyer l’expertise rare au bon endroit.


De la carte de risque au bâtiment prioritaire

Le projet Fundar doit combiner les mesures InSAR avec le LiDAR et les données relatives au sol, à la sécheresse et aux eaux souterraines. Le livrable annoncé est un « scan de déformation du bâtiment » validé, capable d’évaluer de manière cohérente de grands volumes d’immeubles et de mieux cibler les investigations complémentaires.

Un autre projet, KAFDHA, élargit encore la fusion de données : images de rue, nuages de points LiDAR, informations géotechniques, SIG et historique des fondations doivent alimenter une analyse multimodale assistée par IA. Le résultat recherché est une signalisation du risque aux échelles du bâtiment, de la rue et du quartier, assortie d’une orientation vers l’action.

Cette approche permettrait de passer d’une carte générale d’exposition à une file de priorités opérationnelle :

  • niveau territoire : croiser aléas, typologies constructives, âge du bâti et historique connu ;
  • niveau quartier : détecter des tendances de déplacement et leurs discontinuités ;
  • niveau bâtiment : rechercher une déformation atypique, des indices visuels et une cohérence avec le sol ;
  • niveau chantier : confirmer par inspection, nivellement, instrumentation, sondages et reconnaissance des fondations.

L’IA intervient surtout pour classer, rapprocher et interpréter des données hétérogènes. Elle peut signaler une combinaison inhabituelle beaucoup plus vite qu’une lecture manuelle à l’échelle d’une ville. Elle ne transforme toutefois pas une donnée médiocre ou mal calée en preuve technique.


Le diagnostic sur site reste l’étape décisive

Une anomalie observée à distance peut avoir plusieurs causes : tassement du sol, travaux voisins, variation de nappe, défaut local de structure, mouvement d’un élément rapporté ou artefact de mesure. À l’inverse, un désordre réel peut rester invisible si le bâtiment offre peu de points radar stables, si la végétation masque certaines zones ou si le déplacement se projette mal dans l’axe de visée du satellite.

Le workflow crédible n’est donc pas « données, algorithme, devis de confortement ». Il comporte plusieurs filtres :

  1. contrôler la qualité, la période et la densité des observations ;
  2. comparer le bâtiment avec son voisinage et son historique ;
  3. rechercher les signes concordants : fissures, désaffleurements, portes déformées, réseaux endommagés ;
  4. caractériser le système de fondation et le terrain ;
  5. mesurer l’évolution avant de conclure lorsque l’urgence ne l’interdit pas ;
  6. faire dimensionner l’investigation et la réparation par les professionnels compétents.

Cette logique rejoint la montée du diagnostic non destructif du béton : un outil de mesure puissant prend sa valeur lorsqu’il est intégré à une chaîne de décision, confronté à d’autres indices et interprété avec ses limites.


Des photos prises par le propriétaire, mais pas un autodiagnostic

L’un des huit projets explore une porte d’entrée très accessible : le propriétaire photographie lui-même son bâtiment. Une application doit associer ces clichés aux données LiDAR, InSAR et à l’expertise métier afin de produire une indication de risque et de recommander les étapes suivantes.

L’intérêt est réel pour industrialiser une première visite et documenter des fissures toujours depuis des points comparables. Le risque l’est tout autant : une fissure ne dit pas, à elle seule, ce qui se passe sous le bâtiment. L’ouverture, l’orientation, la position, l’ancienneté, le caractère traversant et l’évolution comptent davantage qu’une photographie isolée.

Les garde-fous d’un quickscan utile

  • imposer un protocole de prise de vue et une échelle de mesure ;
  • dater et géolocaliser les observations sans ambiguïté ;
  • afficher la qualité et l’incertitude des données utilisées ;
  • distinguer « aucun signal détecté » de « absence de risque » ;
  • définir les seuils qui déclenchent une inspection professionnelle ;
  • conserver une traçabilité des versions de l’algorithme et de l’avis humain.

Un tel outil doit être compris comme un système d’orientation, non comme une expertise de stabilité. Cette frontière sera déterminante pour la confiance des propriétaires, la responsabilité des acteurs et l’usage assurantiel des résultats.


Ce que la France peut transposer face aux sols argileux

Le contexte constructif néerlandais, marqué notamment par les pieux bois et les sols meubles, n’est pas celui de toute la France. Le principe de présélection est néanmoins transposable. Géorisques indique que 48 % du territoire hexagonal se situe en exposition moyenne ou forte au retrait-gonflement des argiles, avec environ 10 millions de maisons individuelles concernées.

Pour les collectivités, bailleurs, assureurs ou gestionnaires de patrimoine, une approche multicouche pourrait aider à distinguer les secteurs à surveiller après une sécheresse, à objectiver l’évolution d’un ensemble immobilier et à programmer les reconnaissances. Mais la donnée satellite devra être adaptée aux mouvements recherchés, aux typologies françaises et aux référentiels disponibles. Un modèle entraîné sur des façades et fondations néerlandaises ne peut pas être transféré sans validation.

La vraie opportunité est d’organiser une continuité entre la connaissance territoriale et le dossier du bâtiment : cartes d’aléas, chronologie climatique, mouvements observés, inspections, sondages, travaux et suivi post-réparation. Cette mémoire évite de recommencer l’enquête à chaque nouvel épisode de fissuration.


Réparer mieux suppose d’abord de classer correctement le désordre

Le programme néerlandais ne s’arrête pas à la détection. Il teste aussi une matrice associant la nature et la gravité des problèmes aux pistes de réparation, des injections de sol pour certaines fondations superficielles jusqu’à des procédés plus légers pour les pieux bois. Ces techniques doivent encore être validées dans des sites d’essai et en conditions réelles jusqu’en septembre 2028.

Cette articulation est essentielle. Une surveillance à grande échelle n’a d’intérêt que si elle débouche sur des décisions proportionnées : observer, inspecter, instrumenter, traiter la cause hydrique, stabiliser le sol ou reprendre la fondation. Le détail des huit projets publié par TKI Bouw en Techniek montre d’ailleurs que recherche et réparation sont pensées ensemble, tandis que le gouvernement néerlandais insiste sur les essais en laboratoire de terrain et en situation pratique.

Satellite, LiDAR et IA ne rendent donc pas le diagnostic automatique. Ils peuvent en revanche rendre la première phase plus systématique, comparable et précoce. Pour les métiers du bâtiment, le progrès n’est pas une image spectaculaire venue de l’espace : c’est la capacité à transformer un signal faible en campagne d’investigation mieux ciblée, puis en décision technique justifiable.