Modélisation sémantique et programmation générative pour une simulation multi-agent dans le contexte de gestion de catastrophe

La gestion de catastrophe nécessite une préparation collaborative entre les divers intervenants. Les exercices collaboratifs visent à entraîner les intervenants à appliquer les plans préparés ainsi qu’à identifier les problèmes et points d’améliorations potentiels. Ces exercices étant coûteux, la simulation informatique est un outil permettant d’optimiser la préparation à l’aide d’une plus grande diversité de cas. Cependant, les travaux de recherche centrés sur la simulation et la gestion de catastrophe sont spécialisés sur un problème spécifique plutôt que sur l’optimisation globale des plans préparés. Cette limite s’explique par le défi que constitue la réalisation d’un modèle de simulation capable de représenter et de s’adapter à une large diversité de plans provenant de diverses disciplines. Les travaux présentés dans cet article répondent à ce défi en adaptant le modèle de simulation en fonction des informations et des plans de gestion de catastrophes intégrés dans une base de connaissances. Le modèle de simulation généré est ensuite programmé automatiquement afin d’exécuter des expériences de simulation. Les résultats sont ensuite analysés afin de générer de nouvelles connaissances et d’enrichir les plans de gestion de catastrophe dans un cycle vertueux. Cet article présente une preuve de concept sur le plan national français NOVI (NOmbreuses VIctimes), pour lequel les expériences de simulation ont permis de savoir quel est l’impact de la répartition des médecins sur l’application du plan et d’identifier la meilleure répartition.

Vers une mesure des « vides alimentaires » dans un contexte urbain hétérogène

La question de l’alimentation et de la caractérisation des environnements alimentaires a déjà fait l’objet de nombreuses études et développements méthodologiques pour rendre compte des différentiels d’accessibilité. Aux Etats-Unis, essentiellement à l’aune de questions sur la santé, ces études ont conduit à identifier des « déserts alimentaires ». Cette question éminemment spatiale, qui repose sur la notion d’accessibilité, est souvent approchée par des enquêtes et entretiens ou des approches quantitatives basées sur des calculs d’accessibilités géographiques. Dans la lignée de ces travaux, nous proposons d’explorer la transférabilité de cette notion de « désert » à un espace métropolitain français. La démarche exige un retour sur les données disponibles et une justification de l’enchaînement méthodologique mis en œuvre au regard des spécificités du terrain métropolitain étudié. Cette première étape de modélisation constitue le fondement d’un outil d’exploration, sous différentes dimensions, de la notion de « vide alimentaire »..

Articuler cognition spatiale et cognition environnementale pour saisir les représentations socio-cognitives de l’espace

Cet article s’appuie sur un ensemble de recherches sur la cognition spatiale afin de montrer, d’une part, que des résultats encore éparses plaident un faveur d’une construction sociale des « cartes mentales », et d’autre part, que c’est en conjuguant l’analyse des significations sociales de l’espace géographique (cognition environnementale) avec celle des distributions topologiques des éléments géographiques intériorisées par les individus (cognition spatiale) qu’il est possible de rendre compte de cette socialisation de la cartographie cognitive. L’auteur interroge ainsi les raisons qui font obstacle à une analyse socio-cognitive des « cartes mentales », alors que, par ailleurs, les représentations cartographiques sont maintenant largement reconnues comme étant des constructions sociales. Il propose de favoriser cette articulation entre cognition spatiale et environnementale en explorant de manière interdisciplinaire l’hypothèse selon laquelle les significations sociales de l’espace servent en quelque sorte de « coordonnées géographiques » aux représentations cognitives de l’espace.

Diagnostic qualité et apurement des données de mobilité quotidienne issues de l’enquête mixte et longitudinale Mobi’Kids

Cet article a pour objectif de présenter la méthodologie de diagnostic qualité et d’apurement des données, expérimentée à partir d’une enquête de mobilité individuelle (programme Mobi’Kids). Une première partie revient sur la démarche suivie et pointe l’enjeu de l’évaluation de la qualité de données hétérogènes issues d’une méthode mixte et longitudinale de collecte (suivis GPS, enquêtes, observations). Une deuxième partie établit un diagnostic qualité selon l’origine (GPS, algorithme, enquête) et la nature des erreurs (complétude, précision, cohérence). Ces typologies permettent, dans une troisième partie, de définir d’une chaîne de traitements reproductible visant à améliorer la qualité interne et externe des données.

Génération de cartes tactiles photoréalistes pour personnes déficientes visuelles par apprentissage profond

Les cartes tactiles photoréalistes sont un des outils mobilisés par les personnes en situation de déficience visuelle pour appréhender leur environnement urbain proche, notamment dans le cadre de la mobilité, pour la traversée de carrefours par exemple. Ces cartes sont aujourd’hui principalement fabriquées artisanalement. Dans cet article, nous proposons une approche permettant de produire une segmentation sémantique d’une imagerie aérienne de précision, étape centrale de cette fabrication. Les différents éléments d’intérêt tels que trottoirs, passages piétons, ou îlots centraux sont ainsi localisés et tracés dans l’espace urbain. Nous présentons en particulier comment l’augmentation de cette imagerie par des données vectorielles issues d’OpenStreetMap permet d’obtenir par une technique d’apprentissage profond (réseau adverse génératif conditionnel) des résultats significatifs. Après avoir présenté les enjeux de ce travail et un état de l’art des techniques existantes, nous détaillons l’approche proposée, et nous étudions les résultats obtenus, en comparant en particulier les segmentations obtenues sans et avec enrichissement par données vectorielles. Les résultats sont très prometteurs.

Classification d’aires de dispersion à l’aide d’un facteur géographique

Nous proposons une procédure d’analyse statistique multidimensionnelle couplant des méthodes de projection et de classification pour identifier des ensembles cohérents au sein d’un corpus d’entités géographiques surfaciques que l’on appelle aires de dispersion. La méthodologie intègre un facteur géographique dans la construction de l’espace de représentation pour la projection des données. En appliquant ces méthodes sur des données géolinguistiques, nous pouvons identifier et expliquer de nouvelles structures spatiales au sein d’un corpus d’aires de dispersion de traits linguistiques.

Étude de la vulnérabilité à la pollution du système phréatique du sahel de Sfax par les outils SIG

Le système phréatique du sahel de Sfax (Tunisie) constitue une source importante d’approvisionnement. Ces eaux ne cessent d’être menacées par la pollution nitrique. Dans le but de protéger cet aquifère, une étude de la vulnérabilité intrinsèque a été effectuée. Pour cela on a eu recours à l’utilisation de la méthode SI (Susceptibility Index) qui prend en considération les différents critères de vulnérabilités, régissant le processus de transfert de contaminants. Il s’agit des facteurs géologiques, hydrogéologiques, d’occupation du sol, de la topographie, ainsi que de la météorologie. Dans la présente étude, une modification de la méthode SI a été faite. Une méthode dérivée du modèle SI est présentée (SI modifié). Elle repose sur une démarche qui intègre la modélisation hydrologique sous Agriflux et les SIG. Le divers recours aux SIG a permis l’exécution des différentes opérations de calcul de débits, la création de bases de données ainsi que la cartographie des paramètres influençant la vulnérabilité. L’analyse de la carte de vulnérabilité a permis de distinguer trois zones de degrés de vulnérabilité différents allant du faible au très vulnérable. Les indices SI standard et SI modifié sont combinés, les deux indices de vulnérabilité sont mis en perspective et la pertinence des paramètres utilisés pour chacun est discutée. La cohérence des indices est comparée avec l’occurrence des nitrates dans la plaine de Sfax. La nouvelle carte a permis d’obtenir une meilleure corrélation entre les concentrations en nitrates mesurées et les zones vulnérables par rapport à la méthode originale.

Modeling for application data with 3D spatiale feature in MADS

A conceptual spatiotemporal data model must be able to offer users a semantic richness of expression to meet their diverse needs concerning the modeling of spatio-temporal data. The conceptual spatiotemporal data model must be able to represent the objects, relationships and events that can occur in a field of study, track data history, support the multi-representation of these data, and represent temporal and spatial data with two and three dimensions features. The model must also allow the assignment of different types of constraints to relations and provide a complete orthogonality between dimensions and concepts. The MADS model meets several requirements for the design of spatio-temporal data. Nevertheless, we present in this article an improvement of the spatial concepts of MADS in order to ensure the design of data in 3D.

Shadow detection and correction using a combined 3D GIS and image processing approach

While shadow can give useful information about size and shape of objects, it can pose problems in feature detection and object detection, thereby, it represents one of the major perturbator phenomenons frequently occurring on images and unfortunately, it is inevitable. “Shadows may lead to the failure of image analysis processes and also cause a poor quality of information which in turn leads to problems in implementation of algorithms.” (Mahajan and Bajpayee, 2015). It also affects multiple image analysis applications, whereby shadow cast by buildings deteriorate the spectral values of the surfaces. Therefore, its presence causes a deterioration in the visual image's quality and limits the information that the former could give. Ignoring the existence of shadows in images may cause serious problems in various visual processing applications such as false objects detection. In this context, many researches have been conducted through years. However, it is still a challenge for analysts all over the world to find a fully automated and efficient method for shadow removal from images.