Scribd Logo
Importer

Bienvenue sur Scribd !

  • 1 vues

    Cours 4 Data Integration and Organization in GIS -Fr

    Transféré par

    belkemitiaymen4

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Cours 4 Data Integration and Organization in GIS -Fr

    Transféré par

    belkemitiaymen4
    1 vues18 pages

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    1 vues18 pages

    Cours 4 Data Integration and Organization in GIS -Fr

    Transféré par

    belkemitiaymen4

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 18

    Techniques d’intégration

    et organisation des
    données dans un SIG
    PAR KERAGHEL M.
    ENSSMAL
    Acquisition des données

    Mesures directes sur le terrain Exp: Levés topographiques

    Télédétection
    Données captées à distance
    Photographie aérienne
    DATA
    Données Saisies à partir de La numérisation ou digitalisation
    cartes ou plans existants Le Scan ou Balayage électronique

    Mode d’acquisition
    D. Récoltées par des organismes
    Importer des fichiers prêts
    de production de données
    Exp: INCT (Institut National de Cartographie et de Télédétection)
    Techniques d’intégration des
    données
     La scannérisation: Balayage électronique d’un
    plan à l’aide d’une barrette décomposée en
    un nombre d’éléments réguliers appelés: Pixels.
    Moyen rapide
     La digitalisation: numérisation ou vectorisation
    La digitalisation permet de récupérer la
    géométrie des objets disposés sur un plan ou
    une carte préexistante
    Elle consiste à faire évoluer un curseur sur une
    carte géoréférencée.
    Méthode qui prend du temps

    Source: Cours de BOUKLI HACENE C. et RABAH FISSA


    La scannérisation
    Quels sont les paramètres qu’on doit tenir en
    compte?

     Résolution de scannage

     Option de qualité visuelle: contraste et


    luminosité

     Formats d’enregistrement

     Type du plan à scanner: couleurs ou noir


    et blanc
    Le calage (géoréférencement !)
     Le calage d’un plan scanné est une transformation
    mathématique de son système qui est en lignes
    /colonnes en pixels vers un système de projection
    avec des coordonnées réelles de terrain: c’est une
    rotation, translation et un facteur d’échelle.

     Cette transformation se fait à travers des logiciels tels


    que ArcGIS et nécessite pour son exécution au
    minimum 04 points connus en coordonnées
    géographiques (Latitude, Longitude) ou projetées (x,
    y).

     Le calage corrige juste la partie délimitée par les


    points, en dehors des points, on aura des
    coordonnées en mètres mais non précises.

    Source: Cours Teffahi (2019)


    Pourquoi le calage?
    Le calage d’un plan a un double objectif:

    1. D’attribuer au plan un système de projection


    cartographique avec des unités de mesures en mètre,
    ce qui répond à vos besoins pour tout ce qui est calcul
    de distances, de périmètres et mesures de superficies.

    2. De corriger les défauts du balayage électronique du


    scanner, qui a une influence directe sur les distances
    et superficies.
    04 points sont-ils toujours suffisants ? (précision !)

    ➢ Le calage avec 4 points seulement peut être précis ou


    pas

    ➢ La précision est jugée en fonction de l’écart entre


    chaque point piqué et sa vraie position, en calculant le:

    RMSE= Erreur moyenne quadratique


    = Root Mean Square Error

    ➢ L’ensemble des RMSE de tous les points donne une erreur


    globale qui ne doit pas dépasser 1,5 pixels.

    ➢ C’est pour cette raison qu’on doit prendre un nombre de


    points supérieur à 04. Source: Teffahi, 2019
    Types de transformations du raster lors du
    géoréférencement

    Plusieurs transformations existent:

    ➢ Transformation Polynomiale Chaque transformation a une


    finalité particulière
    ➢ Transformation Spline
    La transformation polynomiale est
    ➢ Transformation Par ajustement la plus utilisée

    ➢ Transformation Projective
    Types de transformations de raster
    Transformation polynomiale utilise une fonction
    polynomiale axée sur des points de contrôle et un
    algorithme LSF (Least Square Fitting).
    Elle est optimisée pour une précision globale, mais ne
    garantit pas une précision locale.
     D’ordre zéro (nécessite 01 point de contrôle): permet
    de décaler les données. Elle est souvent utilisée
    lorsque les données sont systématiquement
    géoréférencées, mais qu'un petit décalage peut
    améliorer l'alignement des données.
     De 1er ordre (nécessite 3 points de contrôle): Utilisez
    une transformation de premier ordre ou affine pour le
    déplacement, la mise à l'échelle et la rotation d'un
    jeu de données raster.
     D’ordres supérieurs (nécessite 6 points pour un
    deuxième ordre et de 10 pour un troisième ordre) : Source: ESRI website
    Plus l'ordre de transformation est élevé, plus la
    déformation pouvant être corrigée est complexe. si le
    jeu de données raster doit être courbé ou incurvé,
    utilisez une transformation de deuxième ou de
    troisième ordre.
    Choix des points de contrôle en fonction de
    l’échelle de la carte !
    Le choix des points de contrôle dépend de l’échelle sur laquelle vous
    travaillez:
    ➢ Pour une échelle moyenne (exp: 1/25000): dans ce cas là, et pour
    que le déroulement pratique soit rapide, on recommande
    d’acquérir les points à partir d’une carte topographique 1/25000.

    ➢ Pour une très grande échelle (1/1000 ou 1/500): on doit sortir sur
    terrain pour acquérir des points GPS ou par procédé topographique
    classique, car la correction du plan nécessite une grande précision
    de 10 à 5 cm et la carte ne donne pas plus de 2,5 m.

    Source: Teffahi, 2019


    La digitalisation
    (numérisation ou vectorisation)
    Pour la représentation de la géométrie d'une couche, il existe Source: Khoumeri, 2007
    trois modèles très courants. La différence principale entre ces
    modèles réside dans la richesse des relations spatiales entre les
    objets de la couche que l'on désire représenter.
     Modèle spaghetti: aucune relation topologique n'est
    représentée, que ce soit entre objets de même thème ou
    entre objets de thèmes différents.

     Modèle réseau: les relations entre objets linéaires et entre


    lignes et points sont représentés (nœuds).

     Modèle topologie: toutes les relations spatiales entre objets


    sont représentées (relations entre lignes, lignes et points,
    zones et lignes, zones et points).
    Structure de l’information
    géographique
    Pour transformer un
    objet réel en une
    donnée à référence
    spatiale, on
    décompose le
    territoire en couches
    thématiques
    structurées dans des
    bases de données
    numériques: La
    Geodatabase
    Source: internet
    Définition des Geodatabases et leurs types
     Une Géodatabase est une base de données relationnelle qui stocke des
    informations géographiques sous forme de couches
     Il existe 3 types de Geodatabase. Avant d’en créer une, il faut connaître les
    spécificités de chacune d’elles :
    Recommandées

    Stocke les entités (datasets) dans un répertoire de fichiers sur le


    File disque. Chaque jeu de données est stocké sous forme d'un fichier
    Geodatabases dont la taille peut atteindre 1 To. Elle peut être configurée pour
    porter plus, peut être compressée et cryptée pour lecture seule.

    Geodatabases Personal Tous les jeux de données sont stockés dans un fichier de données
    Geodatabases Microsoft Access dont la taille est limitée à 2 Go

    Geodatabase à multi utilisateurs, où les datasets peuvent être


    Entreprise stockées dans différents SGBD (système de gestion de bases de
    Geodatabase données) parmi lesquels : IBM DB2, IBM Informix, Microsoft SQL
    Server, Oracle, PostgreSQL
    Architecture d’une Geodatabase
     Dans une geodatabase, on appelle les couches géographiques
    (vecteurs): des classes d’entités (feature classes)
    Couches géographiques (vecteur ou raster)=Classes d’entités (en français)=
    Feature Classes (en anglais)

     Afin de mieux structurer les classes d’entité à intérieur de la


    géodatabase, on peut les regrouper en jeux de classes d’entité
    (Feature datasets).

    Un jeu de classe d’entités (feature datasets) est un ensemble d’entités


    (feature classes) qui partagent un même système de coordonnées. Un jeu
    de classes d’entités peut intégrer aussi des classes d’entités reliées
    spatialement ou thématiquement. Aussi lorsqu’on veut créer la topologie
    (lorsque les entités sont mitoyennes ou ont des parties communes) ou un
    réseau. D’autres raisons peuvent être liées à des privilèges d’accès en
    commun.
    Architechture d’une Geodatabase
    Niveau 1: Geodatabase
    comprend un ensemble de
    jeux de données
    géographiques de différents
    Geodatabase
    types

    Niveau 2: Feature dataset Feature dataset Raster dataset


    comprend plusieurs classes (Jeu de classes Jeux de Tables
    d’entités d’entités) données raster

    Niveau 3: Feature class


    Feature class Feature
    stockée sous la forme de Feature class
    table. Chaque ligne (Classe d'entités) class
    représente une entité
    Exemple d’une Geodatabase complexe
    Geodatabase

    Jeu de classes d’entité


     Je vous présente ici une (Feature dataset)
    geodatabase du projet
    d’aménagement que nous Classes d’entité
    avons réalisé ensemble (2ème (Feature classes)
    semestre).
    Bibliographie

     BOUKLI HACENE C. et RABAH FISSA A. Support de cours sur les


    SYSTEMES D’INFORMATION GEOGRAPHIQUE COURS ET TRAVAUX
    PRATIQUES. Université Aboubakr Belkaïd– Tlemcen – Faculté de
    technologie. Département d’Hydraulique

     Khoumeri E-H. 2007. Représentation des données spatiales à


    différents niveaux d’abstraction : application à l’archéoastronomie.
    Thèse de doctorat. Université Pascal Paoli- France

     Teffahi N. 2019. Cours de cartographie. ENSSMAL

    Vous aimerez peut-être aussi