L’indicateur de suivi des constructions immobilières offre un suivi précis et dynamique de l’état d’avancement des opérations de construction immobilière sur le territoire par chantier. Il distingue les principaux stades de progression — fondations, rez-de-chaussée, étages et toiture — il est possible d’observer avec précision l’avancement des chantiers. Le terrassement, ainsi que les constructions achevées, sont également identifiables. Dans le cas des bâtiments terminés, leur statut est confirmé grâce à l’utilisation de données exogènes issues de l’urbanisme et de la planification.

.

Cette segmentation des phases de construction constitue ainsi un outil d’analyse essentiel pour comprendre le rythme et la structuration de la production immobilière

.

Que mesure cet indicateur ?

Cet indicateur mesure, à haute fréquence temporelle, l’intensité et la répartition spatiale de la construction ainsi que l’évolution du capital fixe d’un site. Il met en évidence les dynamiques de développement urbain, les cycles immobiliers et la capacité du territoire à répondre aux besoins en logements, équipements et activités. Il permet de cartographier l’avancement physique des projets, d’identifier les zones de tension ou de ralentissement et d’analyser les trajectoires de transformation du tissu urbain.

.

Sources des données 

Images satellite haute résolution complétée par des données métiers :  BDND, BD TOPO®, BD Ortho®, DVF (Demandes de Valeurs Foncières), Cadastre, Sirene, Sitadel (Système d’Information et de Traitement Automatisé des Données Élémentaires sur les Logements et les locaux).

.

Méthodologie
La production s’appuie sur une chaîne automatisée et documentée, conçue pour être répliquée sur différentes zones d’étude. À partir d’un socle de données nationales de référence, nous combinons :

·        La détection des chantiers par intelligence artificielle, incluant ceux issus des données de référence, en utilisant l’analyse de changements sur plusieurs millésimes d’images Sentinel-2 à haute résolution (jusqu’à 1–2,5 m au sol).

·        L’estimation des phases de construction (terrassements, fondations, étages, toiture) grâce aux signatures visuelles spécifiques captées dans les images.

·        La mesure de la hauteur des bâtiments et du nombre d’étages à partir d’images stéréoscopiques Pléiades (et Pléiades Néo) et des données CO3D, complétées par les données LIDAR HD et Open Data de l’IGN.

Les résultats sont consolidés via des recoupements avec des bases qualifiées et un contrôle qualité, chaque maille recevant un niveau de confiance. Les données sont millésimées, versionnées et publiées dans des formats standards pour faciliter leur intégration dans les plateformes clientes

.

Comment interpréter les résultats ?

Cet indicateur permet un suivi détaillé et structuré de l’avancement d’un chantier en décomposant son déroulement en plusieurs phases clés. Pour chaque chantier, un taux d’avancement par étape est calculé selon la formule suivante :

Ce taux reflète la progression globale du chantier en fonction des étapes validées, telles que les terrassements, les fondations, la construction des étages, jusqu’à la couverture du bâtiment. Parallèlement, un suivi physique précis est réalisé grâce à la mesure de la surface effectivement construite. Ce suivi intègre la comparaison entre la surface bâtie détectée par imagerie et la surface totale prévue dans les plans du projet, selon la formule :

Cette mesure permet d’évaluer non seulement la progression des volumes construits mais aussi la conformité de l’avancement par rapport aux prévisions initiales.

En combinant ces deux indicateurs — taux d’avancement par phase et taux de surface construite — il est possible d’obtenir une vision précise, à la fois qualitative et quantitative, de l’état d’avancement des chantiers.

Limites d’utilisation

L’utilisation de cet indicateur de suivi d’avancement de chantier présente plusieurs limites. La précision dépend en premier lieu de la résolution spatiale et de la fréquence d’acquisition des images satellites, qui peuvent ne pas toujours capturer les étapes intermédiaires ou les détails spécifiques du chantier. De plus, certaines phases de construction peuvent avoir des signatures visuelles similaires, ce qui complique leur identification automatique. La diversité des chantiers, en termes de taille, matériaux ou techniques, peut également limiter la capacité des modèles à généraliser. Par ailleurs, la qualité des données de référence, notamment les plans de surface totale prévue, est essentielle et peut ne pas refléter les modifications réelles en cours sur le terrain. Des facteurs externes comme la couverture nuageuse, l’angle de prise de vue ou les délais de traitement introduisent également des incertitudes. Enfin, des erreurs de classification inhérentes aux algorithmes de Deep Learning et l’agrégation des données à des échelles larges peuvent masquer des variations fines, limitant ainsi la précision et l’interprétation des indicateurs.

Mise à jour

La fréquence de mise à jour est semestrielle. Toutefois des mises à jour plus fréquente et conditionné par la disponibilité de données d’entrée peuvent avoir lieu sur le site. Pour toute question, vous pouvez contacter l’équipe en charge du site.

Mini glossaire

Taux d’avancement

Pourcentage indiquant la progression d’un chantier en fonction des étapes réalisées (terrassement, fondations, étages, toiture).

Taux de surface construite

Proportion de la surface effectivement bâtie par rapport à la surface totale prévue dans les plans du projet.

Imagerie satellite haute résolution

Images prises depuis l’espace avec un niveau de détail permettant d’identifier des objets et structures au sol à une échelle fine (1 à 2,5 mètres par pixel).

Intelligence artificielle (IA)

Technologie permettant d’analyser automatiquement les images pour détecter les chantiers et estimer leur état d’avancement.

Deep learning (apprentissage profond)

Méthode avancée d’intelligence artificielle utilisant des réseaux neuronaux pour reconnaître des patterns complexes dans les images.

Sentinel-2, Pléiades, Pléiades Néo

Satellites fournissant des images optiques utilisées pour détecter les changements sur les chantiers et mesurer la hauteur des bâtiments.

CO3D

Base de données 3D en cours de validation, utilisée pour affiner la mesure des hauteurs et volumes bâtis.

LIDAR HD

Technologie laser aéroportée permettant de mesurer précisément les reliefs et hauteurs des bâtiments.

Bases qualifiées

Jeux de données de référence validés et fiables, utilisés pour consolider et vérifier les résultats.

Niveau de confiance

Indicateur qualitatif attribué à chaque maille ou zone, reflétant la fiabilité des données produites.

Agrégation des données

Regroupement des données à une certaine échelle spatiale pour produire des indicateurs synthétiques.