Le développement récent des outils de segmentation d’image et de classification par des arbres de régression boostés offre de nouvelles perspectives pour la cartographie numérique prédictive des sols. L’accès à un grand nombre d’observations pédologiques via la base de données Donesol couplé à celui des données environnementales facilement accessibles (MNT et ses dérivées, carte géologique, carte d’occupation du sol) nous permet de produire une carte prédictive des sols avec une résolution de l’ordre du 1/50 000, validée par des observations ponctuelles. Sur le secteur de Vercel (Jura, France), la démarche originale présentée ici a permis de cartographier une zone dont ¼ seulement de la surface avait fait l'objet d'une cartographie avec des méthodes classiques de prospection sur le terrain. 2 348 observations ponctuelles réparties quant à elles sur la presque totalité du 1/50 000 de Vercel ont permis d’ajuster et de valider le modèle. Nous avons mené deux approches parallèles en prenant comme données de calibration et de validation, d’une part, des données pédologiques ponctuelles qui font référence à des types de sols, et, d’autre part, des données pédologiques surfaciques qui font référence à des unités cartographiques de sols (UCS) plus ou moins complexes. Les modèles ont été définis à partir d’un outil disponible sous R faisant appel à des arbres de régressions multiples boostés, MART (Friedmann, 2002). Les cartes de prédiction obtenues ont été lissées avec un filtre majoritaire afin de produire une carte avec des limites d’UCS bien définies. La précision globale des prédictions donne des résultats très satisfaisants au niveau des validations internes (entre 80 et 90 %) pour les deux approches. La validation externe, conduite seulement sur l’approche surfacique avec uniquement des données surfaciques, est comprise entre 40 et 50 % selon l’ajustement. Une carte des incertitudes est également produite avec l’approche surfacique et permet de déterminer les zones où le modèle s’affaiblit. Les données ponctuelles ont alors servi à affiner la faiblesse de la prédiction par une approche d’expertise. La classification produite avec l’approche surfacique montre en effet des UCS bien définies au niveau des zones d’apprentissage mais relativement bruitées au niveau des zones vierges. La classification obtenue avec l’approche ponctuelle produit un résultat très pixellisé avec un mélange de classes de sols assez complexe localement mais bénéficiant d’une bonne précision globale de classification comme indiqué sur la carte des incertitudes. Enfin, l’expertise du pédologue a permis de synthétiser les 2 cartes ainsi produites afin d’obtenir in fine une carte choroplèthe des unités cartographiques de sols. Les limites des unités cartographiques ont été obtenues à partir de la carte issue des données surfaciques, et leur contenu est dérivé de la carte issue des données ponctuelles. Le gain de temps par rapport à une approche conventionnelle est estimé entre 70 et 80 jours pour 36 000 ha. Mais l’approche numérique seule ne suffit pas. Il reste indispensable de s’approprier le terrain avant la modélisation et de valider ses prédictions par des nouvelles observations.