Layout uniforme WebP: axes fixes + aspect='equal' pour superposition géolocalisée

- Positions d'axes fixes (data_left/bottom/width/height_frac) pour alignement
  pixel-parfait entre terrain et ortho/topo
- aspect='equal' au lieu de 'auto' pour conserver les proportions géographiques
- Colorbar descriptive pour les visualisations RGB (ortho/topo)
- Comblage des petits trous DTM (< 1m) via rasterio.fill.fillnodata
- Suppression de la visualisation "dépressions"
- Hillshade composite: 0.7*hillshade + 0.3*cos(slope)
- D8 flow accumulation accéléré par numba JIT (fallback Python)
- Flag --keep-tif pour conserver les TIFF intermédiaires
- --force supprime aussi les TIF existants avant régénération
- ETA affiché pendant la génération des visualisations
- Répertoires temp dans temp/ pour traitement parallèle

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

lidar_pipeline/tests/test_gpu.py

@@ -11,12 +11,12 @@ def test_has_gpu_attribute():
 
 
 def test_to_gpu_returns_array():
-    """to_gpu returns a float64 array with correct values."""
+    """to_gpu returns a float32 array with correct values."""
     from lidar_pipeline.gpu import to_gpu, to_cpu, HAS_GPU
     arr = np.array([1.0, 2.0, 3.0])
     result = to_gpu(arr)
-    # On GPU: cupy.ndarray, on CPU: numpy.ndarray
-    assert result.dtype == np.float64
+    # to_gpu converts to float32 to reduce GPU memory usage
+    assert result.dtype == np.float32
     # Always bring back to CPU for comparison
     np.testing.assert_array_equal(to_cpu(result), [1.0, 2.0, 3.0])