La connaissance de l’occupation du sol actualisée est une donnée essentielle pour de nombreuses applications scientifiques et opérationnelles. À ce titre, il s’agit d’une donnée permettant de dériver plusieurs variables essentielles de biodiversité, telles que l’étendue et la fragmentation des écosystèmes ainsi que la structure paysagère, variables fortement reliées au potentiel de biodiversité d’un paysage (Skidmore et al., 2015). Elle représente une donnée d’entrée essentielle des modèles prédictifs ou de simulation paysagère développées en recherche en écologie du paysage. À l’heure actuelle, il existe plusieurs jeux de données d’occupation du sol de référence, comme Corine Land Cover (CLC) à l’échelle européenne ou la BD TOPO® de l’IGN à l’échelle nationale française. Ces deux jeux de données permettent de décrire l’occupation du sol de manière exhaustive et harmonisée sur de larges étendues géographiques. Cependant, la faiblesse de CLC réside dans sa fraîcheur temporelle, à savoir que sa diffusion intervient tardivement par rapport à la période temporelle qu’elle décrit. Si CLC dispose d’une typologie très détaillée, intégrant des notions d’usage du sol, la BD TOPO®, si elle décrit précisément les éléments permanents du paysage, n’identifie pas différentes classes annuelles du paysage telles que les cultures. L’avènement récent de la mission spatiale Sentinelle-2 qui fournit de séries temporelles d’images satellites, à forte capacité de revisite (5 jours) et une résolution spatiale décamétrique sur l’ensemble de la surface terrestre, ouvre ainsi de nouvelles opportunités dans la cartographie de l’occupation du sol actualisée à grande échelle. Dans ce sens, le CESBIO avec des contributions de l’UMR Dynafor, dans le cadre du centre d’expertise scientifique « Occupation du Sol » (CES OSO) du Pôle Thématique Surfaces Continentales THEIA a développé une chaîne opérationnelle de classification supervisée automatique d’images Sentinelle-2 et Landsat-8 (iota2) produisant une cartographie de l’occupation du sol actualisée. L’occupation du sol est décrite grâce à 17 classes, couvrant les grands ensembles paysagers (urbain, agricole et semi-naturel), à une résolution spatiale de 10 m et une unité minimale de collecte de 0.01 ha (UMC). La précision globale proche de 90% permet son utilisation tant dans des contextes opérationnels et scientifique d’aide à la décision (Inglada et al., 2017). Cette présentation décrira, dans une première partie, les caractéristiques de ce produit cartographique, de sa méthode de production et de sa qualité statistique. Dans une seconde partie, la question de l’incertitude spatiale de cette carte d’occupation du sol sera abordée. Une comparaison avec un jeu de données d’occupation du sol digitalisé manuellement sera présentée au travers d’une modélisation spatialisée espèce-habitat fondée sur la surface, l’hétérogénéité et la connectivité forestière d’un paysage agricole pour expliquer la richesse spécifique de syrphes (ordre des mouches) (Herrault et al., 2016). Les résultats tendent à montrer un effet négligeable de l’incertitude spatiale sur les performances du modèle alors qu’en parallèle le recours à la cartographie par télédétection de l’occupation du sol permet d’envisager une analyse plus systématique de l’effet de la matrice paysagère dans son ensemble sur la biodiversité.