Les paysages karstiques sont souvent marqués par d'innombrables dolines qu'il est impossible de cartographier par une inspection de terrain. Le traitement du Modèle Numérique de Terrain (MNT) issu des levés LiDAR HD permet désormais de s'affranchir de cette difficulté. Les levés de l'IGN couvrant le Doubs (25) ont été utilisés par le BRGM dans le cadre d'une étude visant à y évaluer, à la demande de la Direction Départementale des Territoires, les risques de mouvements de terrain.

Les méthodes préexistantes, qui repèrent les dépressions fermées, ont été améliorées à trois niveaux : 1) les dépressions « ouvertes » sur une pente ont été repérées en ajoutant une opération lissant le MNT ; 2) les dépressions coalescentes ont été séparées les unes des autres via un test sur les altitudes des polygones extraits ; 3) enfin un apprentissage automatique (machine learning) par la technique de la forêt d'arbres décisionnels (random forest) a été mis en œuvre pour écarter les dépressions d'origine non naturelle (fossés, descentes de garage, etc.). Cette technique consiste à entrainer un algorithme à catégoriser une entité (ici doline supposée ou « pas doline » supposée) en fonction d'un certain nombre de paramètres a priori prédictifs. (ici : les paramètres de forme : dimensions, circularité, élongation, etc. et les caractéristiques environnementales (distance aux habitations, aux routes, etc.)

2390 dépressions réparties sur 43 km² et sur 3 zones géologiquement différentes et aux occupations de sol variables (forêt, plaine, ville) constituent la population d'entrainement, avec 70% de dépressions non naturelles et 30 % naturelles. L'algorithme arrive in fine à un taux de prédiction de 96%, ce qui permet de l'utiliser à plus large échelle et de compléter les inventaires existants pour le département : environ 220000 dépressions sur les 1,5 millions détectées sur le département sont actuellement considérées comme des dolines.