Your SlideShare is downloading. ×
Simulation des écoulements surfaciques des eaux par Automate Cellulaire dans les Systèmes d'Information Géographiques
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Simulation des écoulements surfaciques des eaux par Automate Cellulaire dans les Systèmes d'Information Géographiques

672
views

Published on

De nos jours, le recours à la géosimulation pour la compréhension des phénomènes naturels et humains ainsi que pour la résolution de problèmes urbains et ruraux s’avère être un outil incontournable …

De nos jours, le recours à la géosimulation pour la compréhension des phénomènes naturels et humains ainsi que pour la résolution de problèmes urbains et ruraux s’avère être un outil incontournable d’aide à la décision. Son utilisation connait alors une expansion fulgurante en raison notamment de l’essor des Systèmes d’Informations Géographiques et des bases de données spatiales. En outre, la disponibilité des données géographiques de haute résolution et en en grandes quantités ainsi que leur accessibilité à tous contribuent à l’avancement en matière de simulation et de prédiction. Néanmoins, en matière de simulation, les limites des SIG traditionnels ne permettent pas encore la meilleure compréhension des processus spatio-temporels qui sont essentiellement continus et dynamiques. Comme exemples des ces processus on peut citer le réchauffement climatique, l’inondation, l’érosion, le développement urbain etc. Si les SIG actuels sont encore critiqués de ne pas offrir les fonctionnalités nécessaires pour la représentation, l’analyse et la prédiction du comportement et de la dynamique de ces processus, c’est essentiellement à cause de la structure de données raster qui est souvent utilisée pour les données continues sous forme de champs. Cette dernière est statique, généralement basée sur une grille régulière, ne facilite pas le passage entre les différentes échelles et n’est pas assez adéquate pour la représentation des processus spatio-temporels. Dans cette présentation, on propose une méthode de simulation des processus spatio-temporels par l’outil de simulation Automate Cellulaire qu’on couple à un SIG. On utilisera une discrétisation irrégulière de l’espace basée sur le diagramme Voronoi de sorte à avoir une grille hiérarchique qui représente bien les différentes échelles d’étude. On se propose ainsi de simuler l’écoulement des eaux de surfaces dans le bassin versant de la Forêt Montmorency. La validation du modèle sera faite grâce aux données hydrologiques disponibles dans le bassin expérimental des eaux volées.

Published in: Technology

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
672
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
19
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Simulation des écoulements surfaciques des eaux par Automate Cellulaire dans les Systèmes dInformation Géographiques Présenté par: Hédia Sammari Supervisé par: Mir Abolfazl Mostafavi Bernard Moulin Geneviève Pelletier
  • 2. Plan• Mise en contexte• Problématiques• Objectifs• Méthodologie• Résultats
  • 3. Contexte Problématiques Objectifs Méthodologie Résultats attendus Introduction • Les problèmes environnementaux • Préoccupation majeure de notre époque • Sur le plan scientifique + social 3
  • 4. Contexte Problématiques Objectifs Méthodologie Résultats attendus Introduction Représentation Phénomènes dynamiques et complexes Outil d’aide à la décision • gestion du territoire • protection de l’environnement • développement durable. Catégorie spécifique des phénomènes dynamiques complexes  Les processus spatio-temporels 4
  • 5. Contexte Problématiques Objectifs Méthodologie Résultats attendus Processus Spatio-temporels  Les processus spatio-temporels • Fonction à valeur unique F= f(x, y, z, t) • Ensemble de règles - éléments locaux - comportement global du processus.  Exemples de Processus Spatio-temporels • Érosion • Réchauffement climatique • Inondation • Croissance urbaine / démographique • Évolution de l’occupation du sol 5  On étudie le cas de l’écoulement surfacique des eaux
  • 6. Contexte Problématiques Objectifs Méthodologie Résultats attendus Mode de représentation ( discret dimension échelles / continu) Caractéristiques des processus spatio-temporels Exemple : Écoulement Surfacique des Eaux 6
  • 7. Contexte Problématiques Objectifs Méthodologie Résultats attendus Représentation dans les SIG Représentation dans les SIG interaction des évolution métrique topologie géométrie objets temporelle• Limitations SIG: – Modélisation des données continues  PST  ESE – Manque de fonctionnalités  représentation, analyse, simulation – Structures de données Raster actuelles  statiques,  grille régulières,  Pas de mouvement faciles entres les échelles 7
  • 8. Contexte Problématiques Objectifs Méthodologie Résultats attendus Couplage SIG - Outils de simulation• Comment simuler les PST (ESE) dans les SIG ? Outils de SIG Simulation Type de Dimension voisinage Automate Cellulaire Structure du Mécanisme maillage de transition
  • 9. Contexte Problématiques Objectifs Méthodologie Résultats attendus Couplage SIG - Outils de simulation Couplage faible Couplage fort Couplage AC total 9
  • 10. Contexte Problématiques Objectifs Méthodologie Résultats attendusProblématique DécoupageGénérale de l’ espace Évolution multi- temporelle échelles et pas de Complexités de simulation des temps processus spatio- temporels dans les SIG Gestion de la Modélisation topologie 3D 10
  • 11. Contexte Problématiques Objectifs Méthodologie Résultats attendus Problématiques de la recherche • Comment on peut Représenter les Processus spatiotemporels : modéliser et simuler • Limites dans les SIG Prendre en compte l’irrégularité Les différentes échelles 11
  • 12. Contexte Problématiques Objectifs Méthodologie Résultats attendus 1- Représentation multi-échelle  Interactions locales entre les objets  Comportement global du processus  nécessité d’une représentation multi-échelle Passage d’une échelle à une Représentation multi- autre dans la même tessellation échelle 12
  • 13. Contexte Problématiques Objectifs Méthodologie Résultats attendus 1- Représentation multi-échelle • Exemple En hydrologie 13
  • 14. Contexte Problématiques Objectifs Méthodologie Résultats attendus 2- Discrétisation de l’espace Unités Hydrologiques Relativement Homogènes: utilisées pour modéliser le processus d’écoulement surfacique des eaux
  • 15. Contexte Problématiques Objectifs Méthodologie Résultats attendus Objectif GénéralApporter des améliorations aux capacités des SIG àreprésenter les processus spatio-temporels tels queles phénomènes hydrologiquesProposer une structure de données capable deprendre en compte les différentes caractéristiquespertinentes à la représentation de ces processus:Continuité, irrégularité, multi-échelles 15
  • 16. Contexte Problématiques Objectifs Méthodologie Résultats attendus Objectifs Spécifiques -1- Développer une structure de données à grille irrégulière dans les SIG qui permet de représenter un processus spatio-temporel -2- Hiérarchiser la structure développée. -3- Développer une méthode de simulation de l’écoulement surfacique des eaux par Automate Cellulaire basée sur la structure développée. -4- Valider la structure développée et l’approche Automate Cellulaire dans un contexte hydrologique. 16
  • 17. Contexte Problématiques Objectifs Méthodologie Résultats attendus Méthodologie Phase 1 • Inventaire et analyse de l’existant Phase 2 • Solution proposée = Approche Phase 3 • Conception du système Phase 4 • Réalisation Phase 5 • Validation/ expérimentation 17
  • 18. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 2 : solution proposée - approche Démarche d’analyse des processus spatio- temporels • Le processus étudié = écoulement surfacique des eaux Aspect spatial on modélise l’espace ( les objets, les interactions, le voisinage Aspect temporel  l’évolution dans le temps, la simulation de l’écoulement 18
  • 19. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 2 : solution proposée - approche La modélisation spatiale • Les objets  tous les éléments de l’espace qui doivent être considérés: • Bassin versants • sous bassins, • exutoires, • plans d’eau, • pixel de données d’altitude, • stations météo 19
  • 20. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 2 : solution proposée - approche Les interactions On définit les lois hydrologiques qui régissent les relations entre les objets Fonction de calcul du débit Fonction de calcul de l’écoulement et du temps d’écoulement  règles de transition pour l’outil Automate cellulaire  on utilise plusieurs manières de représentation des processus spatio-temporels 20
  • 21. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 2 : solution proposée - approche Échelle Niveau spatial Géométrie Micro-échelle Modèle Numérique Grille régulière d’Altitude MNA Méso-échelles petits sous bassins Géométrie versants irrégulière voronoi Macro-échelle Régions et Bassins Géométrie versants irrégulière 21
  • 22. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 2 : solution proposée - approche SIG - AC - Hydrologie • Règles de transition Approche Automate Cellulaire Structures Application en Géométriques Hydrologie dans les SIG • Grille irrégulière 22
  • 23. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 3: Conception du système • Proposer une manière de discrétiser l’espace pour chaque niveau hiérarchique identifié. • Cette discrétisation dépend essentiellement : – des données disponibles et/ou nécessaires (MNT, MNA, cartes géographiques, images satellitaires, etc.) – du niveau du détail désiré. 23
  • 24. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 3: Conception du système Échelle Données Micro Topographie ( MNT, MNA, données Lidar) - Limites des bassins versants Meso - données météorologiques + - Type de sol Macro - Occupation du sol 24
  • 25. Contexte Problématiques Objectifs Méthodologie Résultats attendus Phase 4: Réalisation • Simulation AC à l’échelle la plus fine : micro- échelle (MNA) • Le calcul de l’écoulement de surface - formule de Manning: • vélocité = coef.M * pente1/2 * profondeur 2/3 topographie Type de sol – Données météo occupation du sol 25
  • 26. Contexte Problématiques Objectifs Méthodologie Résultats Micro scale Meso scale Macro scale
  • 27. Contexte Problématiques Objectifs Méthodologie Résultats 27
  • 28. Contexte Problématiques Objectifs Méthodologie Résultats Phase 4• Pour la validation, on dispose de données in situ de débit dans le bassin expérimental de la forêt montmorency. 28
  • 29. Contexte Problématiques Objectifs Méthodologie Résultats 29
  • 30. Merci 30
  • 31. 31
  • 32. Contexte Problématiques Objectifs Méthodologie Résultats attendus Automate Cellulaire • Un automate cellulaire est un ensemble d’éléments possédant des attributs qui changent au cours du temps et qui permet d’effectuer des simulations de grande envergure sur la base de règles simples Type de Dimension voisinage Automate Cellulaire Structure du Mécanisme maillage de transition 32
  • 33. Contexte Problématiques Objectifs Méthodologie Résultats attendus Automate Cellulaire Type de Dimension voisinage Automate Cellulaire Structure du Mécanisme maillage de transition 33
  • 34. Contexte Problématiques Objectifs Méthodologie Résultats attendus Automate Cellulaire Type de Dimension voisinage Automate Cellulaire Structure du Mécanisme maillage de transition 34
  • 35. Contexte Problématiques Objectifs Méthodologie Résultats attendus Automate Cellulaire Type de Dimension voisinage Automate Cellulaire Structure du Mécanisme maillage de transition 35
  • 36. Contexte Problématiques Objectifs Méthodologie Résultats attendus Automate Cellulaire • Il est déterministe si l’état d’une cellule dépend directement de l’état du voisinage au pas de temps précédent, • L’automate est dit stochastique si c’est une fonction de probabilité qui détermine la transition. Type de Dimension voisinage Automate Cellulaire Structure du Mécanisme maillage de transition 36