Cet article présente Jigsaw, un réseau de neurones convolutif (CNN) utilisé en géosciences et fondé sur l’architecture Inception, mais adapté spécifiquement aux analyses géoscientifiques. Il introduit JigsawHSI, basé sur Jigsaw, et l’applique au problème de classification de l’occupation du sol et de la couverture du sol (LULC) à l’aide des jeux de données d’images hyperspectrales Indian Pines, Pavia University et Salinas. Le réseau est comparé à HybridSN, un CNN 3D spectral-spatial suivi d’un CNN 2D, qui atteint des résultats de pointe sur ces jeux de données. Cette courte étude démontre que JigsawHSI parvient à égaler ou dépasser les performances de HybridSN dans les trois cas. L’article propose également une architecture généralisée Jigsaw dans un espace à d dimensions, capable de traiter un nombre quelconque d’entrées multimodales. En outre, il met en évidence l’utilisation de Jigsaw en géosciences, tout en rendant disponible le code et l’outil associés.