Formation libre · archéologie et technologies
Trouver sans creuser
Détecter, mesurer, reconstituer
Une fouille détruit ce qu'elle étudie : on ne creuse un sol qu'une fois. Depuis vingt ans, un ensemble de techniques permet de lire le sous-sol sans y toucher — et de découvrir des villes entières sous la forêt. Voici comment elles fonctionnent, ce qu'elles voient, et où s'arrête ce qu'elles prouvent.
Le principe
Pourquoi la pelle vient en dernier
L'information archéologique n'est pas dans l'objet : elle est dans sa position relative. Un tesson au fond d'une fosse, sous une couche de cendre, au-dessus d'un dallage — c'est cet empilement qui date, qui raconte, qui prouve. Le sortir de terre sans avoir enregistré sa place, c'est brûler la page après avoir gardé la lettre.
D'où la règle : on ne fouille qu'en dernier recours, et on enregistre tout pendant. Tout ce qui se voit sans creuser est donc doublement précieux — cela oriente la fouille, et cela conserve ce qu'on ne fouillera pas.
Le LiDAR
Retirer la forêt sans couper un arbre
Un télémètre laser aéroporté envoie des centaines de milliers d'impulsions par seconde et chronomètre leur retour. Sous une canopée, une même impulsion produit plusieurs échos : la cime, une branche, le sous-bois, et parfois — par une trouée entre les feuilles — le sol lui-même.
Toute l'astuce tient en une phrase : on ne garde que le dernier écho de chaque impulsion, celui qui vient du point le plus bas. Assez d'impulsions traversent pour reconstituer le terrain. La forêt disparaît du modèle sans qu'on ait touché un arbre. Faites varier la densité du feuillage et regardez le sol apparaître.
À gauche, ce que voit un appareil photo : la canopée. À droite, le modèle numérique de terrain obtenu en ne gardant que les derniers échos. Le rempart et le tertre n'existent que sur la seconde image — et pourtant ils sont là depuis deux mille ans.
La limite, qui décide de tout. Si trop peu d'impulsions atteignent le sol, le modèle de terrain devient une interpolation entre points rares : les détails fins disparaissent et des reliefs fantômes apparaissent. C'est pourquoi les campagnes sérieuses annoncent leur densité de points sol, et pas seulement leur densité de tirs. Un chiffre sans l'autre ne dit rien.
Ce que ça a donné
Des découvertes qui ne sont pas des promesses
Le cas de Valeriana mérite qu'on s'y arrête. Personne n'a survolé le Mexique pour chercher des Mayas : le relevé existait déjà, commandé pour mesurer le carbone forestier. Une équipe l'a simplement relu avec une autre question. Une part de l'archéologie de demain est déjà enregistrée sur des serveurs, en attente de quelqu'un qui la regarde autrement.
La géophysique
Trois façons d'écouter le sous-sol
Le LiDAR lit la surface, même sous les arbres. Pour ce qui est réellement enfoui, on change d'instrument — et chacun répond à une propriété physique différente. Un mur de pierre, un fossé comblé et un four ne se ressemblent pour aucun d'eux.
Magnétométrie
Elle mesure d'infimes variations du champ magnétique. Excelle sur tout ce qui a chauffé — fours, foyers, tuiles cuites — car la cuisson fige une aimantation, et sur les fosses comblées de terre remuée. Aveugle à la pierre calcaire. Très rapide : plusieurs hectares par jour.
Résistivité électrique
Elle injecte un courant et mesure la résistance du sol. Excelle sur l'opposition mur / fossé : la pierre sèche résiste, le comblement humide conduit. Dépend de l'humidité — le même terrain ne donne pas la même image en mars et en août. Lente, car il faut planter des électrodes.
Radar de sol
Il envoie une impulsion radio et lit les échos. Seul à donner la profondeur : il produit des tranches horizontales successives, donc un volume. Excelle sur les sols secs et sableux. Sombre dans l'argile humide, qui absorbe l'onde en quelques dizaines de centimètres.
La règle du terrain. On ne choisit pas la méthode « la meilleure », on choisit celle dont les forces correspondent à ce qu'on cherche et au sol qu'on a. Une campagne sérieuse en croise au moins deux : quand deux instruments qui se trompent différemment dessinent la même anomalie au même endroit, la probabilité qu'elle soit réelle change de nature.
L'apprentissage automatique
Le piège du nombre de départ
Sur un relevé LiDAR de mille kilomètres carrés, personne ne peut examiner chaque monticule à l'œil. Des modèles apprennent donc à repérer des formes — tertres, enclos, terrasses — et proposent des candidats. C'est utile, et l'usage est désormais courant. Mais un phénomène contre-intuitif gouverne le résultat.
Supposez un modèle excellent : il repère 90 % des sites réels et ne se trompe que sur 1 % des non-sites. Bonne nouvelle ? Regardez ce que devient sa liste quand les sites sont rares — ce qui est toujours le cas.
Le taux de fausses alertes est exprimé en dixièmes de pour cent, pour pouvoir descendre sous 1 %. Le modèle repère toujours 90 % des sites réels.
La leçon n'est pas que le modèle est mauvais — il est très bon. C'est que la rareté écrase la précision. Sur un terrain où un site existe pour cinq cents parcelles, même une fausse alerte sur mille noie les vrais sites. Un modèle archéologique ne produit donc pas une liste de découvertes : il produit une file d'attente de vérification, à parcourir par ordre de probabilité, avec des moyens finis.
La reconstitution
Photogrammétrie : mesurer avec des photographies
Prenez cent photographies d'un mur en tournant autour. Un même caillou apparaît sur trente d'entre elles, à chaque fois d'un angle un peu différent. En retrouvant ces correspondances par milliers, un algorithme déduit simultanément où était l'appareil à chaque prise et où sont les points dans l'espace. C'est la structure par le mouvement.
Le résultat est une mesure, pas une image : un nuage de millions de points cotés, dont on tire un maillage puis un modèle texturé. Un chantier ainsi enregistré reste consultable après avoir été fouillé — c'est-à-dire détruit.
Chaque point de vue voit une partie de l'objet. Le vert marque ce qui est vu par au moins trois appareils — le minimum pour une position fiable. Le rouge marque les zones vues par un seul, ou par aucun : elles seront inventées par l'interpolation, pas mesurées.
Ce que la belle image cache. Un modèle 3D texturé paraît toujours complet, y compris là où aucune donnée ne l'appuie. C'est le danger propre à la reconstitution : elle ne distingue pas visuellement le mur mesuré au millimètre du mur deviné. Les publications sérieuses joignent une carte de confiance — ou distinguent par la matière et la couleur ce qui est attesté de ce qui est restitué.
Honnêteté
Où s'arrête la preuve
Une anomalie n'est pas un bâtiment
Le magnétomètre voit une perturbation, le radar une réflexion, le LiDAR un relief. Aucun ne voit un « temple ». Nommer une anomalie avant de l'avoir vérifiée, c'est transformer une hypothèse en fait par le seul effet du vocabulaire.
La datation ne se télédétecte pas
Aucune de ces méthodes ne donne un âge. Une structure repérée au LiDAR peut être néolithique ou dater du siècle dernier. La chronologie vient du carbone 14, de la stratigraphie, du mobilier — donc du sol, donc de la fouille.
La reconstitution est une thèse
Une élévation restituée est une interprétation défendable, pas un relevé. Elle devrait toujours pouvoir citer ce sur quoi elle s'appuie — et une bonne reconstitution en propose souvent plusieurs, incompatibles entre elles.
Pour aller plus loin
Sources
- Evaluating Broadscale Deep Learning for Maya Settlement Detection in G-LiHT Lidar — Journal of Archaeological Method and Theory, 2025.
- An Open-Source Machine Learning–Based Approach for High-Resolution UAS LiDAR in Archaeological Contexts — étude de cas en Épire, Grèce, 2025.
- AI-ming backwards : détection automatique de sites sur imagerie CORONA — sur la relecture d'archives satellitaires déclassifiées en Mésopotamie.
- Relevés LiDAR en Amazonie — sur les villes et terrassements révélés sous la canopée.
Les simulations de cette page sont des modèles pédagogiques calculés dans votre navigateur. Elles reproduisent le raisonnement — la sélection du dernier écho, le calcul de probabilité a posteriori, le recouvrement des prises de vue — avec des données fabriquées pour l'exemple. Elles ne remplacent aucun logiciel de traitement réel.